基于线性神经网络的物理层安全波束赋形方案

• 作者: 李环 雷维嘉
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 物理层安全 波束赋形 人工噪声 线性神经网络
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 人工智能与信息通信
• 页码范围: 30-37
• 页数: 8页
• 分类号: TN925
• 字数: 7255字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2020.01.004

摘要

对物理层安全传输中的安全波束赋形技术进行研究,提出一种新的波束赋形方案.在多输入单输出系统中,将信道估计、信道状态信息反馈、波束赋形设计3个过程合并为一个利用线性神经网络的反向训练过程.利用信道的互易性,由单天线合法接收端发送训练序列,通过神经网络训练得到多天线的发送方保密信号和人工噪声波束赋形的权值.对误比特率和保密容量进行仿真,表明该权值训练方法可行且有效,方案的安全性能非常接近理想信道状态信息条件下的常规安全方案的性能.相比较常规方案,所提方案复杂度显著降低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷维嘉	重庆邮电大学通信与信息工程学院	95	393	10.0	16.0
2	李环	重庆邮电大学通信与信息工程学院	2	0	0.0	0.0