本技术提出一种利用图神经网络(GNN)优化的双智能反射面(IRS)辅助无线携能通信系统,旨在提升通信安全。该方法通过协同优化IRS的波束成形和基站发射波束,以最大化系统信息传输速率,同时满足发射功率、窃听速率、能量收集和IRS反射系数的约束。结合拉格朗日乘子法和GNN,将信道估计转化为GNN的表示向量,并逐层更新以优化基站波束成形和IRS反射系数。与传统方法相比,本发明在满足用户需求的同时,显著提高了信息传输速率。
背景技术
智能反射表面(Intelligent reflecting surface,IRS)是由大量低成本无源元件组成的二维电磁超表面,可以改变无线传播环境,提高无线通信系统的性能。物理层安全(Physical layer security,PLS)是一种利用无线信道的随机性实现保密通信的信息安全技术。由于IRS可以提高信息收集用户信道的质量,同时降低窃听用户信道的质量,两种技术具有互补的优势。
另一方面,无线携能通信(simultaneous wireless information and powertransfer,SWIPT)技术从提出至今已经得到了广泛的研究,因其能在无线传感器网络,工业互联网中为大量低功耗设备供电,被认为是未来物联网的关键技术之一。
将IRS与SWIPT结合,能够同时发挥二者的优势。一方面,IRS能够提高信息传输能力。另一方面,IRS可以有效补偿射频信号的路径损耗,从而在IRS附近建立能量收集区域,提高该区域内的能量传输效率。
SWIPT系统的信息传输容易受到窃听,信息通信安全已经成为亟待解决的关键问题之一。例如,为了满足充能需求,能量收集用户通常比信息收集用户更加靠近基站BS,因此信号质量更好,但是由此产生了信息安全隐患:由于数据信号和能量信号是同时传输的,能量收集者因此可以接收到比信息收集用户更强的数据信号,这让窃听信息收集用户的隐私信息成为可能。近年来,除了在应用层上采用传统的加密方法,物理层安全(physicallayer security,PLS)的概念被提出,如协作中继,人工噪声等。由于IRS在无线通信安全领域的出色表现,IRS辅助的无线通信PLS问题成为人们研究的热门课题。
许多工作虽然研究了IRS辅助无线通信系统的安全通信,但是双IRS辅助SWIPT系统且考虑信道估计和IRS之间反射链路的安全通信还没有相关技术。公开号为CN113556164A的现有技术公开了单IRS辅助的SWIPT系统中基于能效优先的波束成形优化方法,但是没有考虑通信安全性。公开号为CN116192220A的现有技术公开了一种IRS辅助的认知SWIPT系统安全速率优化方法,但是存在大量变量和迭代,存在问题收敛速度慢,所得结果未必接近最优解的缺陷。如何设计BS的波束成形和两个IRS的反射向量用来满足能量收集用户和信息收集用户的需求是研究的难点。与单IRS系统优化相比,双IRS优化问题不仅需要考虑两个IRS分别到用户的反射信道,还需要考虑如何更好地利用两个IRS之间的信道来实现协作,由于双IRS辅助无线通信系统存在大量信道参数,且系统的结构更加复杂,给信道估计带来了更加困难的挑战。双IRS辅助无线通信系统的信道估计本身便是一个耗时且任务繁重的问题,再考虑到优化问题的非凸性和系统变量的耦合性,传统解决方案是引入松弛变量,将系统变量解耦,接着将非凸优化问题转化为近似的凸优化问题,采用交替优化求得问题的近似解。这样的方法存在大量变量和迭代,存在问题收敛速度慢,所得结果未必接近最优解的缺陷。
实现思路