智能反射表面(IRS)代码-两跳

       智能反射平面(intelligent reflecting surfaces)是一种被动反射表面,其具有的特性是可控制反射信号的相位,而且该反射表面无需任何的能量辅助,与传统高能耗的中继系统相比,引用反射表面可大大降低能耗。所以,智能反射表面被应用于多个邻域。

       物理层安全分为有密钥的物理层安全和无密钥的物理层安全,有密钥的物理层安全是由香农最先提出,他认为只要实现传输中的信号是无法被辨认的就可以完全保证通信的安全,最安全的就是一次一密算法,但是这个算法耗费成本过大,至今没办法真正应用到加密通信方案中,方案很好,下次不要了。没有密钥的物理层安全是由Wyner首先提出的,其核心理念就是让合法信道的信道质量比窃听信道的信道质量好,就可以实现通信的绝对安全,但是这个说法已经被证明是错误的,即便如此,无密钥的物理层安全依旧被广泛研究着,人工噪声,波束成形,中继辅助等一系列的物理层方案被提出。无密钥的物理层安全不依赖于计算的复杂性就可实现物理层安全,这个和密码实现物理层安全有本质的区别和绝对的优势,所以无密钥的物理层安全的研究一直蓬勃发展。

       智能反射表面被应用于物理层安全的研究也为物理层安全注入了新鲜的活力,本文主要是想分享一下智能反射单元在物理层应用的代码实现,由于之前本人经历过找参考代码的痛苦,所以想分享一下,方便大家使用。可能语言叙述能力有待加强,如有疑问可直接向我咨询,欢迎大家交流讨论。

       首先明确IRS是可控制反射信号的相位,所以以单个智能反射单元为例,该单元可调信号的参数可表示为\beta e^{j\theta },由于智能反射单元是被动反射的,所以准确来说\beta是无法控制的,在控制信号大小方面,智能反射单元是鸡肋,它顶多充当一面反射墙,\beta \in [0,1],也就是说信号经过反射之后可能100%反射出去,也可能有损耗,最差的情况是一点都没反射出去。所以一般考虑最美好的状况就是\beta =1,如此智能反射单元的系数就是e^{j\theta }

      其次需要明确信号的性质,信号可以用向量表示,正是因为信号有大小和方向,大小即为信号的强度大小,方向即为信号的相位,也就是延迟。这也就是为什么只能反射面可应用于物理层的原因了吧。

说这么多,来分享一下IRS在物理层两跳反射路径的应用。所用软件为MATLAB。

应用场景:

step1:信号的生成,生成可以被计算机识别的01序列。

%场景是一个发射机,一个接收机和智能反射表面。
data = round(rand(1, N));           %产生N个随机二进制原始数据0,1

step2:信号调制

s=pskmod(data,4);%调用matlab自带的psk调制函数

step3:设置信道状态信息CSI

hAI = (randn(unit_n,1)+1i*randn(unit_n,1))/sqrt(2); %发射机和智能反射面之间的信道衰落系数
hIB = (randn(unit_n,1)+1i*randn(unit_n,1))/sqrt(2); %智能反射面和接收机之间的信道衰落系数

step4:设置智能反射单元反射系数

IRS_Phase = exp(1i.*theta_IRS);       %IRS的相位控制

step5:设置接收端的噪声

 sigma_noise = sqrt(1/2);                
 n = (sigma_noise).*(randn(1,length(s))+1i*randn(1,length(s)));   %接收端的噪声模拟

step6:接收机收到感知信号

rB = sum(hAI.*IRS_Phase.*hIB)*s + n;   %接收端接收经过衰落的已调信号s

以上就是最基础的借助IRS实现信号传输的模型,希望给刚入门的同学一些参考。

1.版本:matlab2014/2019a/2021a,内含运行结果,不会运行可私信 2.领域:智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真,更多内容可点击博主头像 3.内容:标题所示,对于介绍可点击主页搜索博客 4.适合人群:本科,硕士等教研学习使用 5.博客介绍:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可si信 %% 开发者:Matlab科研助手 %% 更多咨询关注天天Matlab微信公众号 ### 团队长期从事下列领域算法的研究和改进: ### 1 智能优化算法及应用 **1.1 改进智能优化算法方面(单目标和多目标)** **1.2 生产调度方面** 1.2.1 装配线调度研究 1.2.2 车间调度研究 1.2.3 生产线平衡研究 1.2.4 水库梯度调度研究 **1.3 路径规划方面** 1.3.1 旅行商问题研究(TSP、TSPTW) 1.3.2 各类车辆路径规划问题研究(vrp、VRPTW、CVRP) 1.3.3 机器人路径规划问题研究 1.3.4 无人机三维路径规划问题研究 1.3.5 多式联运问题研究 1.3.6 无人机结合车辆路径配送 **1.4 三维装箱求解** **1.5 物流选址研究** 1.5.1 背包问题 1.5.2 物流选址 1.5.4 货位优化 ##### 1.6 电力系统优化研究 1.6.1 微电网优化 1.6.2 配电网系统优化 1.6.3 配电网重构 1.6.4 有序充电 1.6.5 储能双层优化调度 1.6.6 储能优化配置 ### 2 神经网络回归预测、时序预测、分类清单 **2.1 bp预测和分类** **2.2 lssvm预测和分类** **2.3 svm预测和分类** **2.4 cnn预测和分类** ##### 2.5 ELM预测和分类 ##### 2.6 KELM预测和分类 **2.7 ELMAN预测和分类** ##### 2.8 LSTM预测和分类 **2.9 RBF预测和分类** ##### 2.10 DBN预测和分类 ##### 2.11 FNN预测 ##### 2.12 DELM预测和分类 ##### 2.13 BIlstm预测和分类 ##### 2.14 宽度学习预测和分类 ##### 2.15 模糊小波神经网络预测和分类 ##### 2.16 GRU预测和分类 ### 3 图像处理算法 **3.1 图像识别** 3.1.1 车牌、交通标志识别(新能源、国内外、复杂环境下车牌) 3.1.2 发票、身份证、银行卡识别 3.1.3 人脸类别和表情识别 3.1.4 打靶识别 3.1.5 字符识别(字母、数字、手写体、汉字、验证码) 3.1.6 病灶识别 3.1.7 花朵、药材、水果蔬菜识别 3.1.8 指纹、手势、虹膜识别 3.1.9 路面状态和裂缝识别 3.1.10 行为识别 3.1.11 万用表和表盘识别 3.1.12 人民币识别 3.1.13 答题卡识别 **3.2 图像分割** **3.3 图像检测** 3.3.1 显著性检测 3.3.2 缺陷检测 3.3.3 疲劳检测 3.3.4 病害检测 3.3.5 火灾检测 3.3.6 行人检测 3.3.7 水果分级 **3.4 图像隐藏** **3.5 图像去噪** **3.6 图像融合** **3.7 图像配准** **3.8 图像增强** **3.9 图像压缩** ##### 3.10 图像重建 ### 4 信号处理算法 **4.1 信号识别** **4.2 信号检测** **4.3 信号嵌入和提取** **4.4 信号去噪** ##### 4.5 故障诊断 ##### 4.6 脑电信号 ##### 4.7 心电信号 ##### 4.8 肌电信号 ### 5 元胞自动机仿真 **5.1 模拟交通流** **5.2 模拟人群疏散** **5.3 模拟病毒扩散** **5.4 模拟晶体生长** ### 6 无线传感器网络 ##### 6.1 无线传感器定位(Dv-Hop定位优化、RSSI定位优化) ##### 6.2 无线传感器覆盖优化 ##### 6.3 无线传感器通信及优化(Leach协议优化) ##### 6.4 无人机通信中继优化(组播优化)
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值