摘要:本文使用IRS增强通感一体化系统的物理层安全,在系统中,IRS不仅辅助了多用户下行链路通信,还为目标感知生成了虚拟视距链路。我们考虑了一个具有挑战性的场景,在此场景中目标是一个窃听者,可以拦截来自基站的通信用户信息。为了在保证感知质量的同时防止窃听,基站发射专用的感知信号。在窃听目标泄露最大信息量和用户最小信噪比要求限制下,研究IRS处和基站处相移的联合设计,最大化朝向感知目标的波束图增益。基于所有涉及到的用户链路的理想CSI的可用性和基站上的准确目标位置,考虑了两种场景并提出了两种不同的优化方法。对于用户链路CSI和目标位置完全已知的理想情况,提出一种基于惩罚的算法来获取一个高质量的解。利用拉格朗日对偶性得到一个具有半封闭形式的波束赋形器,并使用优化-最小化方法求取IRS相移的闭式解。另一方面,对于CSI不理想、目标位置不确定的实际场景,提出了一种基于S-过程和符号确定性方法的鲁棒算法。仿真结果表明,所提方案在实现通信质量和感知质量权衡方面是有效的,并展示了IRS在感知和提高通感一体化系统安全性方面具有巨大潜力。
系统模型:
如图所示,安全IRS辅助的ISAC系统由一个双功能基站、一个IRS、一个目标和K个单天线用户组成。基站配备了一个具有N个发射天线的均匀线性阵列,IRS是一个具有M个反射单元的均匀平面阵列。假设同时发射信息信号和雷达信号来进行通信和感知。基站的发射信号可以表示为:
s = ∑ k = 1 K w c , k x c , k + ∑ n = 1 N w r , n x r , n s=\sum^K_{k=1}w_{c,k}x_{c,k}+\sum^N_{n=1}w_{r,n}x_{r,n} s=k=1∑Kwc,kxc,k+n=1∑Nwr,nxr,n
用户k的接收信号为:
y k = ( h r , k H Θ G + h d , k H ) s + n k , k ∈ K y_k=(h_{r,k}^H{\Theta}G+h_{d,k}^H)s+n_k,k{\in}K yk=(hr,kHΘG+hd,kH)s+nk,k∈K
用户k的接收信噪比为:
y k = ∣ h k H w c , k ∣ 2 ∑ i ≠ k K ∣ h k H w c , k ∣ 2 + ∑ i = 1 N ∣ h k H w r , n ∣ 2 + σ k 2 , k ∈ K y_k=\frac{|h_k^Hw_{c,k}|^2}{\sum_{i{\ne}k}^K|h_k^Hw_{c,k}|^2+\sum_{i=1}^N|h_k^Hw_{r,n}|^2+{\sigma}_k^2},k{\in}K yk=∑i=kK∣hkHwc,k∣2+∑i=1N∣hkHwr,n∣2+σk2∣hkHwc,k∣2,k∈K
假设目标和基站间视距链路被遮挡,为解决此问题,使用IRS生成目标和基站间的虚拟视距链路用于传感。令 θ \theta θ和 φ \varphi φ分别为从IRS都目标的方位角和仰角。从IRS到目标在方向 ( θ , φ ) (\theta,\varphi) (θ,φ)上的导向矢量可表示为:
g r H = α r [ 1 , e − j 2 π d λ sin θ cos φ , . . . , e − j 2 π ( M x − 1 ) d λ sin θ cos φ ] ⊗ [ 1 , e − j 2 π d λ sin θ cos φ , . . . , e − j 2 π ( M z − 1 ) d λ sin θ cos φ ] g_r^H=\alpha_r[1,e^{-j\frac{2{\pi}d}{\lambda}\sin\theta\cos\varphi},...,e^{-j\frac{2{\pi}(M_x-1)d}{\lambda}\sin\theta\cos\varphi}]\\\otimes[1,e^{-j\frac{2{\pi}d}{\lambda}\sin\theta\cos\varphi},...,e^{-j\frac{2{\pi}(M_z-1)d}{\lambda}\sin\theta\cos\varphi}] grH=αr[1,e−jλ2πdsinθcosφ,...,e−jλ2π(Mx−1)dsinθcosφ]⊗[1,e−jλ2πdsinθcosφ,...,e−jλ2π(Mz−1)dsinθcosφ]
目标接收信号可写为:
y t = g r H Θ G ( ∑ k = 1 K w c , k x c , k + ∑ n = 1 N w r , n x r , n ) + n t y_t=g_r^H{\Theta}G(\sum^K_{k=1}w_{c,k}x_{c,k}+\sum^N_{n=1}w_{r,n}x_{r,n})+n_t yt=grHΘG(k=1∑Kwc,kxc,k+n=1∑Nwr,nxr,n)+nt
朝向目标的波束图增益为:
p = E { ∣ g H ( ∑ k = 1 K w c , k x c , k + ∑ n = 1 N w r , n x r , n ) ∣ 2 } = g H ( ∑ k = 1 K w c , k w c , k H + ∑ n = 1 N w r , n w r , n H ) g p=E\{|g^H(\sum^K_{k=1}w_{c,k}x_{c,k}+\sum^N_{n=1}w_{r,n}x_{r,n})|^2\}\\=g^H(\sum^K_{k=1}w_{c,k}w^H_{c,k}+\sum^N_{n=1}w_{r,n}w^H_{r,n})g p=E{∣gH(k=1∑Kwc,kxc,k+n=1∑Nwr,nxr,n)∣2}=gH(k=1∑Kwc,kwc,kH+n=1∑Nwr,nwr,nH)g
因为目标是潜在的窃听者,它尝试解码来自接收信号的信息。目标处截取到用户k信息的接受信噪比为:
γ e , k = ∣ g H w c , k ∣ 2 ∑ i ≠ k K ∣ g H w c , i ∣ 2 + ∑ n = 1 N ∣ g H w r , n ∣ 2 + σ t 2 , k ∈ K \gamma_{e,k}=\frac{|g^Hw_{c,k}|^2}{\sum_{i{\ne}k}^K|g^Hw_{c,i}|^2+\sum_{n=1}^N|g^Hw_{r,n}|^2+\sigma_t^2},k{\in}K γe,k=∑i=kK∣gHwc,i∣2+∑n=1N∣gHwr,n∣2+σt2∣gHwc,k∣2,k∈K
问题构造
本文的目标是在用户最小信噪比要求和最大接受信息泄露的约束下,通过联合优化发射波束赋形和IRS相移最大化目标处的波束图增益。根据通信信道CSI是否理想和目标位置是否已知,考虑一下两种场景。
-
理想CSI和目标位置已知场景:
max { w c , k , w r , n , v m } g H ( ∑ k = 1 K w c , k w c , k H + ∑ n = 1 N w r , n w r , n H ) g \underset{\{w_{c,k},w_{r,n},v_m\}}{\max}g^H(\sum^K_{k=1}w_{c,k}w^H_{c,k}+\sum^N_{n=1}w_{r,n}w^H_{r,n})g {wc,k,wr,n,vm}maxgH(k=1∑Kwc,kwc,kH+n=1∑Nwr,nwr,nH)g
s . t . γ k ≥ r k , t h , k ∈ K γ e , k ≤ r e , k , t h , k ∈ K ∑ k = 1 K ∣ ∣ w c , k ∣ ∣ 2 + ∑ n = 1 N ∣ ∣ w r , n ∣ ∣ 2 ≤ P max ∣ v m ∣ = 1 , m ∈ M \begin{aligned} s.t.\quad&\gamma_k{\ge}r_{k,th},k{\in}\mathcal{K}\\ &\gamma_{e,k}{\le}r_{e,k,th},k{\in}\mathcal{K}\\ &\sum_{k=1}^K||w_{c,k}||^2+\sum_{n=1}^N||w_{r,n}||^2{\le}P_{\max}\\ &|v_m|=1,m{\in}\mathcal{M} \end{aligned} s.t.γk≥rk,th,k∈Kγe,k≤re,k,th,k∈Kk=1∑K∣∣wc,k∣∣2+n=1∑N∣∣wr,n∣∣2≤Pmax∣vm∣=1,m∈M
-
非理想CSI和目标位置不确定场景:
此场景中,通信信道的CSI是非理想的,并且不知道目标的精确位置。已知感兴趣感知区域: Φ h = [ θ − Δ θ , θ + Δ θ ] , Φ v = [ φ − Δ φ , φ + Δ φ ] \Phi_h=[\theta-\Delta\theta,\theta+\Delta\theta],\Phi_v=[\varphi-\Delta\varphi,\varphi+\Delta\varphi] Φh=[θ−Δθ,θ+Δθ],Φv=[φ−Δφ,φ+Δφ]是已知的。
定义: F k = d i a g ( h r , k H ) G , F r = d i a g ( g r H ) G F_k=diag(h_{r,k}^H)G,F_r=diag(g_r^H)G Fk=diag(hr,kH)G,Fr=diag(grH)G
则: h k H = h r , k H Θ G + h d , k H = v H F k + h d , k g H = g r H Θ G = v H F r h_k^H=h_{r,k}^H{\Theta}G+h_{d,k}^H=v^HF_k+h_{d,k}\\g^H=g_r^H{\Theta}G=v^HF_r hkH=hr,kHΘG+hd,kH=vHFk+hd,kgH=grHΘG=vHFr,
其中: v H = [ v 1 , . . . , v M ] v^H=[v_1,...,v_M] vH=[v1,...,vM]。
信道 F k , F r , h d , k F_k,F_r,h_{d,k} Fk,Fr,hd,k的CSI边界误差模型可表示为:
F k = F ^ k + Δ F k , w i t h F k = { Δ F k : ∣ ∣ Δ F k ∣ ∣ F ≤ ϵ k } , ∀ k F r = F ^ r + Δ F r , w i t h F r = { Δ F r : ∣ ∣ Δ F r ∣ ∣ F ≤ ϵ r } , h d , k = h ^ d , k + Δ h d , k , w i t h H d , k = { Δ h d , k : ∣ ∣ Δ h d , k ∣ ∣ F ≤ ϵ d , k } , ∀ k F_k=\hat{F}_k+{\Delta}F_k,{\quad}with{\quad}\mathcal{F}_k=\{{\Delta}F_k:||{\Delta}F_k||_F\le\epsilon_k\},{\forall}k\\ F_r=\hat{F}_r+{\Delta}F_r,{\quad}with{\quad}\mathcal{F}_r=\{{\Delta}F_r:||{\Delta}F_r||_F\le\epsilon_r\},\\ h_{d,k}=\hat{h}_{d,k}+{\Delta}h_{d,k},{\quad}with{\quad}\mathcal{H}_{d,k}=\{{\Delta}h_{d,k}:||{\Delta}h_{d,k}||_F\le\epsilon_{d,k}\},{\forall}k Fk=F^k+ΔFk,withFk={ΔFk:∣∣ΔFk∣∣F≤ϵk},∀kFr=F^r+ΔFr,withFr={ΔFr:∣∣ΔFr∣∣F≤ϵr},hd,k=h^d,k+Δhd,k,withHd,k={Δhd,k:∣∣Δhd,k∣∣F≤ϵd,k},∀k
其中, G ^ \hat{G} G^表示BS-IRS链路的估计信道, F ^ k \hat{F}_k F^k表示对于用户k的估计级联信道, F ^ r = d i a g ( g r H ) G ^ \hat{F}_r=diag(g_r^H)\hat{G} F^r=diag(grH)G^表示对于目标的估计级联信道,此问题可构造为:
max { w c , k , w r , n , v m } g H ( ∑ k = 1 K w c , k w c , k H + ∑ n = 1 N w r , n w r , n H ) g \underset{\{w_{c,k},w_{r,n},v_m\}}{\max}g^H(\sum^K_{k=1}w_{c,k}w^H_{c,k}+\sum^N_{n=1}w_{r,n}w^H_{r,n})g {wc,k,wr,n,vm}maxgH(k=1∑Kwc,kwc,kH+n=1∑Nwr,nwr,nH)g
s . t . γ k ≥ r k , t h , Δ h d , k ∈ H d , k , Δ F k ∈ F k , k ∈ K γ e , k ≤ r e , k , t h , θ h ∈ Φ h , φ v ∈ Φ v , Δ F r ∈ F r , k ∈ K ∑ k = 1 K ∣ ∣ w c , k ∣ ∣ 2 + ∑ n = 1 N ∣ ∣ w r , n ∣ ∣ 2 ≤ P max ∣ v m ∣ = 1 , m ∈ M \begin{aligned} s.t.\quad&\gamma_k{\ge}r_{k,th},{\Delta}h_{d,k}{\in}\mathcal{H}_{d,k},{\Delta}F_k{\in}\mathcal{F}_k,k{\in}\mathcal{K}\\ &\gamma_{e,k}{\le}r_{e,k,th},\theta_h{\in}\Phi_h,\varphi_v\in\Phi_v,{\Delta}F_r{\in}\mathcal{F}_r,k{\in}\mathcal{K}\\ &\sum_{k=1}^K||w_{c,k}||^2+\sum_{n=1}^N||w_{r,n}||^2{\le}P_{\max}\\ &|v_m|=1,m{\in}\mathcal{M} \end{aligned} s.t.γk≥rk,th,Δhd,k∈Hd,k,ΔFk∈Fk,k∈Kγe,k≤re,k,th,θh∈Φh,φv∈Φv,ΔFr∈Fr,k∈Kk=1∑K∣∣wc,k∣∣2+n=1∑N∣∣wr,n∣∣2≤Pmax∣vm∣=1,m∈M