Robust Transmit Beamforming for Secure ISAC

摘要：本文研究了一个下行链路安全ISAC系统，在此系统中，一个多天线基站向一个单天线通信用户传输机密信息，同时感知可以的窃听者。为了保证目标感知质量，同时防止窃听者窃听，基站将传输的机密信息信号和额外的专用感知信号结合，它具有人工噪声降低窃听信道质量的双重作用。在此基础上，我们联合设计发射信息和感知波束赋形，在安全通信的约束下，最小化波束图匹配误差和互相关的加权和。鲁棒设计考虑了在两种实际CSI错误场景中窃听者的CSI不完美。首先，我们考虑了窃听者CSI误差有界的场景。在这种场景，我们采用S-过程、SDR和一维搜索等技术，给出了最坏情况下保密率约束的感知波束图优化问题的最优解，并证明SDR的紧密性。然后，我们考虑了在保密中断概率约束下，窃听者具有高斯CSI误差的场景。在此场景中，我们提出了一个有效的算法，来解决安全中断概率约束的感知波束图优化问题。数值结果表明，所提出的设计能够适当地调节信息和感知波束，以平衡用户通信、感知目标和窃听者之间的权衡，从而在两种场景中确保用户安全要求的同时，实现期望的感知发射波束图。

信号模型

系统由一个配备有N个天线的均匀线性阵列的基站、一个单天线用户和K个感知目标组成。$\mathcal{K}=1,...,K$表示目标集，${\mathcal{K}}_E=1,...,K_E$表示可疑窃听者集。我们假设基站使用线性发射波束赋形向用户发送机密信息$s_0(n)\in {\mathbb{C}}^{N\times 1}$。$s_0(n)\sim \mathcal{C}\mathcal{N}(0,1)$， n ∈ { 1 , . . . , L } n\in\{1,...,L\} n∈{1,...,L}是符号索引，我们使用$w_0\in {\mathbb{C}}^{N\times 1}表示发送信息波束赋形矢量。除了信息信号$s_0(n)，基站也发送专用的感知信号或人工噪声$s_1(n)\in {\mathbb{C}}^{N\times 1}$，以感知目标或混淆窃听目标。$s_1(n)$独立于$s_0(n)$，且协方差矩阵为$S=\mathbb{E}(s_1(n)s_1^H(n))\ge 0$，即$s_1(n)\sim \mathcal{C}\mathcal{N}(0,S)$。基站的发射信号可表示为：

$$x(n)=w_0{s}_0(n)+s_1(n)$$

$x(n)$的协方差矩阵可表示为：

$$T=\mathbb{E}(x(n)x^H(n))=W+S$$

其中，$W=w_0{w}_0^H,W\ge 0,rank(W)\le 1$，假设基站上每根天线的最大发射功率为Q，定义$E_i\in {\mathbb{C}}^{N\times N}$是第$i$个对角元素为1的零矩阵，我们有：

T r ( E i T ) = T r ( E i ( W + S ) ) = Q , ∀ i ∈ { 1 , . . . , N } Tr(E_iT)=Tr(E_i(W+S))=Q,{\forall}i\in\{1,...,N\} Tr(Ei​T)=Tr(Ei​(W+S))=Q,∀i∈{1,...,N}

安全通信

令$g\in {\mathbb{C}}^{N\times 1}$表示基站到用户的信道矢量，用户的接收信号可表示为：

$$r_0(n)=g^H{w}_0{s}_0(n)+g^H{s}_1(n)+z_0(n)$$

其中，$z_0(n)\sim \mathcal{C}\mathcal{N}(0,{\sigma }_0^2)$表示用户接收机处的加性高斯白噪声，则用户处的接收SINR为：

$${\gamma }_0(W,S,g)=\frac{g^{H}Wg}{g^{H}Sg+{\sigma }_0^2}$$

令$h_k\in {\mathbb{C}}^{N\times 1}$表示基站到不可信目标$k\in {\mathcal{K}}_E$的信道矢量，不可信目标k处的接收信号为：

$$r_k(n)=h_k^H{w}_0{s}_0(n)+h_k^H{s}_1(n)+z_k(n)$$

其中，$z_k(n)\sim \mathcal{C}\mathcal{N}(0,{\sigma }_k^2)$表示不可信目标接收机处的加性高斯白噪声，则不可信目标处的接收SINR为：

$${\gamma }_k(W,S,g)=\frac{h_k^{H}W{h}_k}{h_k^{H}S{h}_k+{\sigma }_k^2}$$

给定 g 、 { h k } g、\{h_k\} g、{hk​}，用户处的可达安全速率为：

$$R(W,S)=\underset{k\in {\mathcal{K}}_E}{\min }({\log }_2(1+{\gamma }_0(W,S,g))-{\log }_2(1+{\gamma }_k(W,S,h_k)){)}^{+}$$

假设用户有理想的CSI，窃听者CSI非理想。令${\hat{h}}_k$表示基站对窃听目标k的估计CSI，窃听目标k的CSI估计误差矢量为：

$$e_k=h_k-{\hat{h}}_k,\forall k\in {\mathcal{K}}_E$$

假设误差矢量$e_k$与${\hat{h}}_k,\forall k\in {\mathcal{K}}_E$无关，我们分别考虑两种实际场景，即对于 { e k } \{e_k\} {ek​}的有界CSI误差和高斯CSI误差。

• Bounded CSI Errors：

  在这种场景，每个窃听者的CSI都是一个有界的误差，即：

  $$||e_k||\le {\epsilon }_k,\forall k\in {\mathcal{K}}_E$$

  其中，${\epsilon }_k$是有界CSI误差的最大阈值。给$g$和 { h k } \{h_k\} {hk​}的分布时，采用最坏情况安全速率作为安全通信指标，即：

  $R_w(W,S)=\underset{k\in {\mathcal{K}}_E}{\min }({\log }_2(1+{\gamma }_0(W,S,g))-\underset{||e_k||\le {\epsilon }_k}{\min }{\log }_2(1+{\gamma }_k(W,S,h_k)){)}^{+}$

• Gsussian CSI Errors:

  在这种场景，每个窃听者的CSI都是一个高斯误差，即：

  $$e_k\sim \mathcal{C}\mathcal{N}(0,C_k),\forall k\in {\mathcal{K}}_E$$

  其中，$C_k\in {\mathbb{S}}_{+}^N$表示窃听目标k的CSI误差协方差矩阵，为方便，我们将公式$e_k=h_k-{\hat{h}}_k,\forall k\in {\mathcal{K}}_E$转化为:

  $$h_k={\hat{h}}_k+C_k^{\frac{1}{2}}{u}_k,\forall k\in {\mathcal{K}}_E$$

  其中，$u_k$表示独立CSCG随机矢量，即$u_k\sim \mathcal{C}\mathcal{N}(0,I)$。假设$u_k$对于不同$k\in {\mathcal{K}}_E$是独立的。因此对于任意$k,l\in {\mathcal{K}}_E,k\ne l,h_k$独立于$h_l$。我们采用安全中断概率作为安全通信性能度量，即：

  $$\mathrm{Pr}(R(W,S)<R_0)$$

雷达感知

基站接收到的回波信号$y(n)\in {\mathbb{C}}^{N\times 1}$可表示为：

$$y(n)=\sum _{k=1}^K{\beta }_k{a}^c({\theta }_k)a^H({\theta }_k)x(n)+z(n)$$

其中，${\beta }_k\mathbb{C}$表示$k\in \mathcal{K}$目标复往返信道系数，却决于相关路径损耗和其雷达横截面积，$a(\theta )$表示导向矢量，即：

$$a(\theta )=[1,e^{j2\pi \frac{d}{\lambda }\sin (\theta )},...,e^{j2\pi (N-1)\frac{d}{\lambda }\sin (\theta )}{]}^T$$

我们考虑追踪任务是估计K个目标的 { θ k } \{\theta_k\} {θk​}，基站有一个目标数量K和它们初始角度 { θ ^ k } \{\hat{\theta}_k\} {θ^k​}的先验信息。我们将波束图增益$P(\theta )$定义为在角度$\theta$的发射信号功率分布，即：

$$P(\theta )=\mathbb{E}(|a^H(\theta )(s_1+w_0{s}_0){|}^2)=a^H(\theta )(W+S)a(\theta )$$

对于任意两个感知角度${\hat{\theta }}_p,{\hat{\theta }}_q(p,q\in \mathcal{K},p\ne q)$，我们定义互相关模式为:$a^H({\hat{\theta }}_p)T{a}^H({\hat{\theta }}_q)$。

为了优化估计的传感性能，发射波束图的设计应满足以下两个要求。

• 首先，我们需要控制发射波束图 { P ( θ ) } \{P(\theta)\} {P(θ)}根据估计的方向 { θ ^ k } \{\hat{\theta}_k\} {θ^k​}模拟期望的发射波束图$\hat{P}(\theta )$。

  $$\hat{P}(\theta )=\{\begin{array}{ll}1& \exists k\in \mathcal{K},|\theta -{\hat{\theta }}_k|<\frac{\Delta \theta }{2}\\ 0& otherwise\end{array}$$

  其中，$\Delta \theta$表示在每一个估计角度上期望波束图的宽度。为此，我们采用波束图匹配均方误差， B ( { θ ‾ m } m = 1 M , S , W , η ) B(\{\overline{\theta}_m\}^M_{m=1},S,W,\eta) B({θm​}m=1M​,S,W,η)作为波束图量化匹配的性能度量，它测量了实际发射波束图$P(\theta )$与期望波束图$\hat{P}(\theta )$之间的差，即：

  B ( { θ ‾ m } m = 1 M , S , W , η ) = 1 M ∑ m = 1 M ∣ η P ^ ( θ ‾ m ) − a H ( θ ‾ m ) ( W + S ) a ( θ ‾ m ) ∣ 2 B(\{\overline{\theta}m\}^M_{m=1},S,W,\eta)=\frac{1}{M}\sum^M_{m=1}|\eta\hat{P}(\overline{\theta}_m)-a^H(\overline{\theta}_m)(W+S)a(\overline{\theta}_m)|^2 B({θm}m=1M​,S,W,η)=M1​m=1∑M​∣ηP^(θm​)−aH(θm​)(W+S)a(θm​)∣2

  其中， { θ ‾ m } m = 1 M \{\overline{\theta}m\}^M_{m=1} {θm}m=1M​表示在$[-\frac{\pi }{2},\frac{\pi }{2}]$上的M个抽样角度，$\eta$表示需要优化的比例因子。

• 然后，我们需要去优化在${\hat{\theta }}_p$和${\hat{\theta }}_q$的互相关$|a^H({\hat{\theta }}_p)T{a}^H({\hat{\theta }}_q)|$，以有效地分辨出不同的目标角度。为此，我们使用不同估计目标方向的均方值 C ( { θ ^ k } , S , W ) C(\{\hat{\theta}_k\},S,W) C({θ^k​},S,W)作为性能度量，即

  C ( { θ ^ k } , S , W ) = 2 K 2 − K ∑ p = 1 K ∑ q = p + 1 K ∣ a H ( θ ^ p ) ( W + S ) a ( θ ^ q ) ∣ 2 C(\{\hat{\theta}_k\},S,W)=\frac{2}{K^2-K}\sum^K_{p=1}\sum^K_{q=p+1}|a^H(\hat{\theta}_p)(W+S)a(\hat{\theta}_q)|^2 C({θ^k​},S,W)=K2−K2​p=1∑K​q=p+1∑K​∣aH(θ^p​)(W+S)a(θ^q​)∣2

我们采用波束图匹配MSE和互相关模式的加权和作为感知性能的度量：

$$\begin{array}{r}D(S,W,\eta )=\frac{1}{M}\sum _{m=1}^M|\eta \hat{P}({\overline{\theta }}_m)-a^H({\overline{\theta }}_m)(W+S)a({\overline{\theta }}_m){|}^2\\ +\frac{2{\omega }_C}{K^2-K}\sum _{p=1}^K\sum _{q=p+1}^K|a^H({\hat{\theta }}_p)(W+S)a({\hat{\theta }}_q){|}^2\end{array}$$

问题构造

我们的目的是在两种不同窃听者CSI误差模型场景中，在安全通信要求的条件下，通过联合优化发射信息协方差矩阵W和感知协方差矩阵S，优化波束图匹配MSE和互相关模式的加权和。

• 首先，我们考虑窃听者CSI误差是有界的场景。在此场景中，采用最坏情况安全速率作为性能度量。最坏情况安全速率约束的波束图优化问题可以构造为：

min ⁡ W , S , η D ( S , W , η ) s . t . R w ( W , S ) ≥ R 0 T r ( E i ( W + S ) ) = Q , ∀ i ∈ { 1 , . . . , N } W ≥ 0 , S ≥ 0 r a n k ( W ) ≤ 1 \begin{aligned}\underset{W,S,\eta}{\min}{\quad}&D(S,W,\eta)\\s.t.{\quad}&R_w(W,S)\ge{R_0}\\&Tr(E_i(W+S))=Q,{\forall}i\in\{1,...,N\}\\&W\ge0,S\ge0\\&rank(W)\le1\end{aligned} W,S,ηmin​s.t.​D(S,W,η)Rw​(W,S)≥R0​Tr(Ei​(W+S))=Q,∀i∈{1,...,N}W≥0,S≥0rank(W)≤1​

• 然后，我们考虑窃听者CSI误差是高斯的场景。在此场景中，我们需要确保安全中断概率不能超过一个特定的阈值，以此保证安全通信性能。安全中断概率波束图优化问题可以构造为：

min ⁡ W , S , η D ( S , W , η ) s . t . P r ( R ( W , S ) < R 0 ) ≤ ρ T r ( E i ( W + S ) ) = Q , ∀ i ∈ { 1 , . . . , N } W ≥ 0 , S ≥ 0 r a n k ( W ) ≤ 1 \begin{aligned}\underset{W,S,\eta}{\min}{\quad}&D(S,W,\eta)\\s.t.{\quad}&Pr(R(W,S)<R_0)\le{\rho}\\&Tr(E_i(W+S))=Q,{\forall}i\in\{1,...,N\}\\&W\ge0,S\ge0\\&rank(W)\le1\end{aligned} W,S,ηmin​s.t.​D(S,W,η)Pr(R(W,S)<R0​)≤ρTr(Ei​(W+S))=Q,∀i∈{1,...,N}W≥0,S≥0rank(W)≤1​