RIS辅助的无人机NOMA网络的最大化最小安全速率的方法

ris辅助的无人机noma网络的最大化最小安全速率的方法
技术领域
1.本发明属于noma网络中功率控制领域，具体地，基于合法用户之间公平性的ris辅助的无人机noma网络的最大化最小安全速率方法。


背景技术：

2.随着移动互联网和物联网的快速发展，高频谱效率、大规模连接和安全可靠传输的通信场景需求越来越高。由于高机动性和高成本效益的部署，无人机作为空中通信平台越来越受欢迎，以增强现有无线网络的覆盖范围、容量和能效。特别是，无人机更有可能建立视距链路，从而提高空地通信质量。为了满足未来网络的海量连通性和用户对业务的更高要求，非正交多址接入技术(non-orthogonal multiple access，noma)具有提高频谱效率和支持大规模连接的优势，被认为是解决这些挑战的有前途的技术之一。noma允许多个用户同时使用相同的时频码资源，根据用户信道质量不同分配不同的信号功率，并在接收端采用串行干扰消除(successive interference cancellation，sic)进行解码来区分不同信号。与传统的正交多址接入技术相比，noma可以传输大量用户的数据，显著提高了频谱效率，更好地平衡了系统的吞吐量和用户的公平性问题。由于复杂的无线环境、网络基础设施的复杂性、无线信道的广播特性使得信息高速率传输的安全性受到严重威胁，因此物理层安全日益成为研究的重点。智能超表面(reconfigurable intelligence surface，ris)由于其在实现绿色通信和增强物理层安全方面的突出能力，将其引入到无人机noma网络中，可以提高合法信号的强度，或在窃听者上进行破坏性抑制干扰，从而减少信息泄漏。
3.目前，在无人机网络中资源分配方法中，xiaowei pang等人在《ieee transactions on communications,2022,70(2):1140-1152.》上发表了题为“irs-assisted secure uav transmission via joint trajectory and beamforming design”的文章，只考虑了单个合法用户的情况，且窃听者信道为完美信道；na tang等人在《ieee access,2020,8:159965-159978》上发表了题为“cognitive noma for uav-enabled secure communications:joint 3d trajectory design and power allocation”的文章，联合优化无人机轨迹和功率分配，以最大限度地提高所有辅助接收机的最坏情况下的平均安全速率；hui-ming wang等人在《ieee transactions on communications,2020,68(9):5732-5746》上发表了题为“uav secure downlink noma transmissions:a secure users oriented perspective”的文章，将多个合法用户归类为安全要求用户和服务质量要求用户，最大化安全要求用户的最小安全速率。
4.由上述成果可知，目前大多数学者研究了在无人机网络中基于安全速率最大化的资源分配中，只考虑窃听者的信道为理想csi的通信环境中，而在实际窃听场景中，窃听者通常在窃听时保持沉默，很难获取窃听信道的瞬时csi。所以本发明考虑了合法用户之间公平性和窃听信道的统计csi条件下，研究ris辅助的无人机noam网络的最大化最小安全速率方法。


技术实现要素：

5.本发明旨在解决以上现有技术的问题。提出了一种ris辅助的无人机noma网络的最大化最小安全速率的方法。本发明的技术方案如下：
6.一种ris辅助的无人机noma网络的最大化最小安全速率的方法，其包括以下步骤：
7.101、在考虑合法用户公平性和窃听信道的统计csi条件下，建立ris辅助的无人机noma网络的最大化最小安全速率模型，并采用安全中断概率作为安全度量；
8.102、初始化目标问题的相关参数，无人机位置q，ris相移矩阵θ，无人机功率分配p，sic解码顺序a，最小安全速率判决门限ζ，利用辅助变量将安全中断概率约束转化为确定性约束；
9.103、根据给定的无人机功率分配，无人机位置，sic解码顺序，求解出ris相移矩阵，并将ris相移矩阵更新；
10.104、根据给定的无人机位置，sic解码顺序，ris相移矩阵，求解出无人机功率分配，并将无人机功率分配更新；
11.105、根据给定的ris相移矩阵，无人机功率分配，求解出无人机位置、sic解码顺序，并将无人机位置、sic解码顺序更新；
12.106、最小安全速率更新收敛判断：若两次的安全速率差值的绝对值不大于安全速率判决门限，则安全速率收敛，给出最大的最小安全速率，方法结束；若两次的安全速率差值的绝对值大于安全速率判决门限，则将此时的安全速率保存，并跳转到步骤103，直到安全速率满足条件，给出最大的最小安全速率。
13.进一步的，所述步骤101，在考虑合法用户公平性和窃听信道的统计csi条件下，建立ris辅助的无人机noma网络的安全速率最大化目标优化问题为
[0014][0015]
s.t.c1:
[0016]
c2:
[0017]
c3:
[0018]
c4:
[0019]
c5:
[0020]
c6:
[0021]
式中，c1为无人机最大发射功率约束，pk为无人机发送信息给合法用户uk的功率，p
max
为无人机的最大发射功率；c2为ris相移约束，θn为ris第n个反射元件的相移；c3为安全中断概率约束，r
e,k
为窃听者窃听合法用户uk的速率，rk为合法用户uk的速率，r
s,k
为合法用户uk的安全速率，θ＝diag(θ1,θ2,...θn)为ris的相移矩阵，p为pk的集合，q为无人机的位置，a为α
i,j
的集合，μ
max,k
为关于合法用户uk的最大安全中断概率；c4-c6为合法用户sic解码约束，变量α
i,j
＝1时，表示合法用户ui解码合法用户uj，w
u,k
为合法用户uk的位置；
[0022][0023][0024]
式中为合法用户uk的组合信道，其中h
ak
为无人机到合法用户uk的信道，为ris到合法用户uk的信道，θg为无人机到ris的信道；为窃听者的组合信道，h
ae
为无人机到窃听者的信道，g
re
为ris到窃听者的信道，σ2为合法用户或窃听者的高斯噪声。
[0025]
进一步的，所述步骤102，初始化无人机位置为q＝[x,y,h]，ris相移矩阵为θ，无人机发射功率为p，sic解码顺序为a，最小安全速率判决门限为ζ，其中，x、y、h分别为无人机的横坐标、纵坐标和飞行高度；
[0026]
将问题p1中约束c3安全中断概率约束转化为确定性约束的具体步骤为：
[0027]
窃听者的组合信道he可重写为
[0028][0029]
式中其中其中为无人机到窃听者链路的大尺度路径损耗因子，为无人机到ris链路的大尺度路径损耗因子，为ris到窃听者链路的大尺度路径损耗因子，i为单位矩阵，n为ris反射元件个数，ρ0表示参考距离1m处的路径损耗，β0表示路径衰落指数，we表示窃听者的位置，r表示ris的位置；
[0030]
|he|2遵循指数分布，根据|he|2的概率分布函数引入辅助变量zk，将安全中断概率约束转换为：
[0031][0032]
所以将目标优化问题p1转换为
[0033][0034]
s.t.c1:
[0035]
c2:
[0036]
c3:
[0037]
c4:
[0038]
c5：
[0039]
式中，为r
e,k
的分式由安全中断概率约束转化后的下界，其中(ξe(q))2＝n|l
re
l
ar
|2，l
ae
(q)为无人机到窃听者链路的大尺度路径损耗因子，l
ar
(q)为无人机到ris链路的大尺度路径损耗因子，l
re
(q)为ris到窃听者链路的大尺度路径损耗因子，n为ris反射元件个数。
[0040]
进一步的，所述步骤103，给定的无人机功率分配，无人机位置，sic解码顺序，优化ris相移，具体步骤为：
[0041]
引入辅助变量t1，将目标优化问题p2转换为
[0042]
p3:
[0043]
s.t.c1：
[0044]
c2：
[0045]
式中，约束c1中
[0046]
为合法用户uk速率sca取得的下界，为窃听速率凹函数差的形式，并对第一项利用泰勒展开得到的上界；pk为无人机发送信息给合法用户uk的功率，p
max
为无人机的最大发射功率；其中为无人机的最大发射功率；其中为引入的辅助变量，v
(n)
、为第n次迭代中的v、值。
[0047]
进一步的，所述步骤104，给定无人机位置，sic解码顺序，ris相移，优化无人机功率分配，具体为：
[0048]
引入辅助变量t2，将目标优化问题p2转换为
[0049]
p4:
[0050]
s.t.c1：
[0051]
c2：
[0052]
式中，约束c1中
[0053]
为合法用户uk速率sca取得的下界。
[0054]
进一步的，所述步骤105，给定ris相移，无人机功率分配，优化定无人机位置和sic解码顺序，具体为：
[0055]
引入辅助变量t3，将目标优化问题p2转换为
[0056]
p5:
[0057]
s.t.c1:
[0058]
c2:ur(q)≥||q-r||
[0059]
c3:
[0060]
c4:
[0061]
c5:
[0062]
c6:
[0063]
c7:
[0064]
c8:||q-q
(n)
||≤δ
[0065]
c9:||q
(n)-we||+q-q
(n)
≥le[0066]
c10:||q
(n)-r||+q-q
(n)
≥lr[0067]
c11:
[0068]
c12:
[0069]
c13:
[0070]
式中χ＝{uk,le,ur,lr,ηk(q),为引入的辅助变量集合，uk为无人机与合法用户uk距离的上界，le为无人机与窃听者距离的下界，ur表示无人机与ris距离的上界，lr表示无人机与ris距离的下界；约束c3中ηk(q)＝fk(uk,ur)+b
kgk
(uk,ur)为无人机到合法用户uk的组合期望信道增益的下界，ηk(q)其中，ak其中
为无人机到ris信道的los分量，为ris到合法用户uk信道的los分量，r2为莱斯因子，为rk的分式中分子与分母同时除以ηk(q)后的分母；约束c4中为zk(q,a)表达式中|l
ae
(q)|2+(ξe(q))2的展开式的上界；约束c5中为合法用户uk的速率在sca第n次迭代的点处一阶泰勒展开，x
e,k
(a,q)为zk(q,a)中分子与分母同时除以后的分母并在sca第n次迭代的点处一阶泰勒展开；约束c7中为ηk(q)在sca第n次迭代点处一阶泰勒展开，其中，开，其中，约束c8中q
(n)
表示sca第n次迭代的值，δ为每次sca迭代的无人机最大允许位移；约束c9、c10在sca第n次迭代点q
(n)
处一阶泰勒分别展开得到凸集；约束c13为非凸集α
i,j
α
j,k
≤α
i,k
转化为凸函数差的形式后在sca第n次迭代点处一阶泰勒展开；对非凸集α
i,j
作为惩罚项写入目标函数中，ξ＞＞0为惩罚系数。
[0071]
进一步的，所述步骤106，比较与安全速率判决门限ζ的大小，其中，为第n次迭代的最大的最小安全速率，为第n-1次迭代的最大的最小安全速率；若不大于ζ，则安全速率收敛，给出最大的最小安全速率，方法结束；若大于ζ，则将此时的安全速率保存，并跳转到步骤103，直到安全速率满足条件，给出最大的最小安全速率。
[0072]
本发明的优点及有益效果如下：
[0073]
本发明在考虑合法用户之间公平性和窃听信道的统计csi条件下，在满足安全中断概率、无人机最大发射功率、ris相移、sic解码约束下，根据变量替换、惩罚函数、sca等方法将非凸优化问题等价转化为凸优化问题，然后求解出最大的最小安全速率。本发明创新之处在于，在实际窃听场景中，窃听者通常在窃听时保持沉默，很难获取窃听信道的瞬时csi，若只考虑窃听信道csi已知的情况，ris只能根据合法用户信道csi增强其信号接收，可能会利于窃听。此外，本发明没有直接假设合法用户信道增益排序，联合优化无人机位置和sic解码顺序，同时考虑了合法用户之间的公平性。本发明相比正交多址、没有ris的方案均提高了安全速率，特别适合实际窃听场景下的ris辅助的无人机noma网络，具有较好的实用性和可行性。
附图说明
[0074]
图1是本发明提供优选实施例ris辅助的无人机noma网络的系统模型；
[0075]
图2为本发明在不同的无人机发射功率和ris反射元件数下的迭代收敛图；
[0076]
图3为本发明与对比方法，在不同的ris反射元件数下，系统的最小安全速率；
[0077]
图4为本发明与对比方法，在不同的无人机最大发射功率下，系统的最小安全速率；
[0078]
图5为本发明提供优选实施例ris辅助的无人机noma网络的最大化最小安全速率方法流程示意图。
具体实施方式
[0079]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
[0080]
本发明解决上述技术问题的技术方案是：
[0081]
图5公开一种ris辅助的无人机noma网络的最大化最小安全速率方法。其包括以下步骤：
[0082]
第一步：在考虑合法用户公平性和窃听信道的统计csi条件下，建立ris辅助的无人机noma网络的最大化最小安全速率模型，并采用安全中断概率作为安全度量；
[0083]
第二步：初始化目标问题的相关参数，无人机位置q，ris相移矩阵θ，无人机功率分配p，sic解码顺序a，最小安全速率判决门限ζ，利用辅助变量将安全中断概率约束转化为确定性约束；
[0084]
第三步：根据给定的无人机功率分配，无人机位置，sic解码顺序，求解出ris相移矩阵，并将ris相移矩阵更新；
[0085]
第四步：根据给定的无人机位置，sic解码顺序，ris相移矩阵，求解出无人机功率分配，并将无人机功率分配更新；
[0086]
第五步：根据给定的ris相移矩阵，无人机功率分配，求解出无人机位置、sic解码顺序，并将无人机位置、sic解码顺序更新；
[0087]
第六步：最小安全速率更新收敛判断：若两次的安全速率差值的绝对值不大于安全速率判决门限，则安全速率收敛，给出最大的最小安全速率，方法结束；若两次的安全速率差值的绝对值大于安全速率判决门限，则将此时的安全速率保存，并跳转到第三步，直到安全速率满足条件，给出最大的最小安全速率。
[0088]
进一步的，所述第一步中建立ris辅助的无人机noma网络的最大化最小安全速率目标优化问题为：
[0089]
p1:
[0090]
s.t.c1:
[0091]
c2:
[0092]
c3:
[0093]
c4:
[0094]
c5:
[0095]
c6:
[0096]
式中，c1为无人机最大发射功率约束，pk为无人机发送信息给合法用户uk的功率，p
max
为无人机的最大发射功率；c2为ris相移约束，θn为ris第n个反射元件的相移；c3为安全中断概率约束，r
e,k
为窃听者窃听合法用户uk的速率，rk为合法用户uk的速率，r
s,k
为合法用户uk的安全速率，θ＝diag(θ1,θ2,...θn)为ris的相移矩阵，p为pk的集合，q为无人机的位置，a为α
i,j
的集合，μ
max,k
为关于合法用户uk的最大安全中断概率；c4-c6为合法用户sic解码约束，变量αi,j＝1时，表示合法用户ui解码合法用户uj，w
u,k
为合法用户uk的位置。
[0097]
进一步的，所述第二步初始化相关参数q、θ、p、a、ζ，利用辅助变量将问题p1中约束c3安全中断概率约束转化为确定性约束，将目标优化问题p1转化为
[0098]
p2:
[0099]
s.t.c1:
[0100]
c2:
[0101]
c3:
[0102]
c4:
[0103]
c5:
[0104]
式中，为合法用户的组合信道增益，
[0105]
为r
e,k
的分式由安全中断概率约束转化后的下界，其中(ξe(q))2＝n|l
re
l
ar
|2，l
ae
(q)为无人机到窃听者链路的大尺度路径损耗因子，l
ar
(q)为无人机到ris链路的大尺度路径损耗因子，l
re
(q)为ris到窃听者链路的大尺度路径损耗因子，n为ris反射元件个数。
[0106]
进一步的，所述第三步给定无人机功率分配，无人机位置，sic解码顺序，优化ris相移，引入辅助变量t1，将目标优化问题p2转换为
[0107]
p3:
[0108]
s.t.c1：
[0109]
c2：
[0110]
式中，约束c1中
[0111]
为合法用户uk速率sca取得的下界，为窃听速率凹函数差的形式，并对第一项利用泰勒展开得到的上界；pk为无人机发送信息给合法用户uk的功率，p
max
为无人机的最大发射功率；其中为无人机的最大发射功率；其中为引入的辅助变量，v
(n)
、为第n次迭代中的v、的值，σ2为合法用户或窃听者的高斯噪声。
[0112]
进一步的，所述第四步给定无人机位置，sic解码顺序，ris相移，优化无人机功率分配，引入辅助变量t2，将目标优化问题p2转换为
[0113]
p4:
[0114]
s.t.c1：
[0115]
c2：
[0116]
式中，约束c1中
[0117]
为合法用户uk速率sca取得的下界。
[0118]
进一步的，所述第五步给定ris相移，无人机功率分配，优化定无人机位置和sic解码顺序，引入辅助变量t3，将目标优化问题p2转换为
[0119]
p5:
[0120]
s.t.c1:
[0121]
c2:ur(q)≥||q-r||
[0122]
c3:
[0123]
c4:
[0124]
c5:
[0125]
c6:
[0126]
c7:
[0127]
c8:||q-q
(n)
||≤δ
[0128]
c9:||q
(n)-we||+q-q
(n)
≥le[0129]
c10:||q
(n)-r||+q-q
(n)
≥lr[0130]
c11:
[0131]
c12:
[0132][0133]
式中χ＝{uk,le,ur,lr,ηk(q),为引入的辅助变量集合，uk为无人机与合法用户uk距离的上界，le为无人机与窃听者距离的下界，ur表示无人机与ris距离的上界，lr表示无人机与ris距离的下界；约束c3中ηk(q)＝fk(uk,ur)+b
kgk
(uk,ur)为无人机到合法用户uk的组合期望信道增益的下界，ηk(q)其中，ak其中为无人机到ris信道的los分量，为ris到合法用户uk信道的los分量，r为莱斯因子，为rk的分式中分子与分母同时除以ηk(q)后的分母；约束c4中为zk(q,a)表达式中|l
ae
(q)|2+(ξe(q))2的展开式的上界；约束c5中ψk(a,q)为合法用户uk的速率在sca第n次迭代的点处一阶泰勒展开，x
e,k
(a,q)为zk(q,a)中分子与分母同时除以后的分母并在sca第n次迭代的点处一阶泰勒展开；约束c7中为ηk(q)在sca第n次迭代点处一阶泰勒展开；约束c8中q
(n)
表示sca第n次迭代的值，δ为每次sca迭代的无人机最大允许位移；约束c9、c10在sca第n次迭代点q
(n)
处一阶泰勒分别展开得到凸集；约束c13为非凸集α
i,j
α
j,k
≤α
i,k
转化为凸函数差的形式后在sca第n次迭代点处一阶泰勒展开；对非凸集α
i,j
作为惩罚项写入目标函数中，ξ＞＞0为惩罚系数。
[0134]
进一步的，所述第六步比较与安全速率判决门限ζ的大小，其中，为第n次迭代的最大的最小安全速率，为第n-1次迭代的最大的最小安全速
率；若不大于ζ，则安全速率收敛，给出最大的最小安全速率，方法结束；若大于ζ，则将此时的安全速率保存，并跳转到第三步，直到安全速率满足条件，给出最大的最小安全速率。
[0135]
发明在考虑合法用户之间公平性和窃听信道的统计csi条件下，在满足安全中断概率、无人机发射功率、ris相移、sic解码约束下，根据变量替换、惩罚函数、sca等方法将非凸优化问题等价转化为凸优化问题，然后求解出最大的最小安全速率，使得本发明所提供的方法更符合实际窃听场景，相比于其他传统方案具有复杂度低，信道适应性强的优点，而且提高了安全速率，考虑了合法用户之间的公平性，特别适合实际窃听场景下的ris辅助的无人机noma网络，具有较好的实用性和可行性。
[0136]
本实施例为ris辅助的无人机noma网络的最大化最小安全速率方法，在ris辅助的无人机noma网络中，合法用户个数为k＝7，随机分布在以(0,0,0)m为圆心半径为10m的圆形区域内，ris的坐标为(-10,-10,20)m，窃听者坐标为(80,80,0)m，安全中断概率为μ
max,k
＝0.1，ris反射元件个数为n＝80，无人机最大发射功率为p
max
＝10dbm，无人机部署高度为h＝100m,莱斯因子为r＝10db，路径损耗指数为β0＝2.2，参考距离处信道增益为ρ0＝-30db，噪声功率为σ2＝-90dbm，无人机到合法用户、ris到合法用户的信道建模为莱斯信道，无人机到ris的信道建模为los信道，无人机到窃听者、ris到窃听者的信道采用统计csi建模。
[0137]
在本实例中，图1是本发明提供优选实施例ris辅助的无人机noma网络的系统模型，图中无人机作为空中基站，配备单天线的无人机通过直接链路和具有n个反射元件的ris向合法用户发送信号；图2为本发明在不同的无人机发射功率和ris反射元件数下的迭代收敛图；图3在不同的反射元件个数下，本发明与对比方法(noma无ris、oma有ris和oma无ris)的系统最小安全速率曲线图；图4在不同的无人机最大发射功率条件下，本发明与对比方法的系统最小安全速率曲线图。由图2可见本发明所提方法随着迭代次数的增加而收敛，无人机最大发射功率比ris反射元件个数对最小安全速率的影响更大，图3可见所提方法优于对比方法，而且所有方法的系统最小安全速率都随着反射元件个数的增加而增大；图3可见系统最小安全速率都随着无人机最大发射功率的增加而增大，最小安全速率的变化慢慢趋于平缓，且所提算法最小安全速率均高于对比方法。
[0138]
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。
[0139]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0140]
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

技术特征：
1.一种ris辅助的无人机noma网络的最大化最小安全速率的方法，其特征在于，包括以下步骤：101、在考虑合法用户公平性和窃听信道的统计csi条件下，建立ris辅助的无人机noma网络的最大化最小安全速率模型，并采用安全中断概率作为安全度量；102、初始化目标问题的相关参数，无人机位置q，ris相移矩阵θ，无人机功率分配p，sic解码顺序a，最小安全速率判决门限ζ，利用辅助变量将安全中断概率约束转化为确定性约束；103、根据给定的无人机功率分配，无人机位置，sic解码顺序，求解出ris相移矩阵，并将ris相移矩阵更新；104、根据给定的无人机位置，sic解码顺序，ris相移矩阵，求解出无人机功率分配，并将无人机功率分配更新；105、根据给定的ris相移矩阵，无人机功率分配，求解出无人机位置、sic解码顺序，并将无人机位置、sic解码顺序更新；106、最小安全速率更新收敛判断：若两次的安全速率差值的绝对值不大于安全速率判决门限，则安全速率收敛，给出最大的最小安全速率，方法结束；若两次的安全速率差值的绝对值大于安全速率判决门限，则将此时的安全速率保存，并跳转到步骤103，直到安全速率满足条件，给出最大的最小安全速率。2.根据权利要求1所述的ris辅助的无人机noma网络的最大化最小安全速率的方法，其特征在于，所述步骤101，在考虑合法用户公平性和窃听信道的统计csi条件下，建立ris辅助的无人机noma网络的安全速率最大化目标优化问题为p1:s.t.c1:c2:c3:c4:c5:c6:式中，c1为无人机最大发射功率约束，p
k
为无人机发送信息给合法用户u
k
的功率，p
max
为无人机的最大发射功率；c2为ris相移约束，θ
n
为ris第n个反射元件的相移；c3为安全中断概率约束，r
e,k
为窃听者窃听合法用户u
k
的速率，r
k
为合法用户u
k
的速率，r
s,k
为合法用户u
k
的安全速率，θ＝diag(θ1,θ2,...θ
n
)为ris的相移矩阵，p为p
k
的集合，q为无人机的位置，a为α
i,j
的集合，μ
max,k
为关于合法用户u
k
的最大安全中断概率；c4-c6为合法用户sic解码约束，变量α
i,j
＝1时，表示合法用户u
i
解码合法用户u
j
，w
u,k
为合法用户u
k
的位置；
式中为合法用户u
k
的组合信道，其中h
ak
为无人机到合法用户u
k
的信道，为ris到合法用户u
k
的信道，g为无人机到ris的信道；为窃听者的组合信道，h
ae
为无人机到窃听者的信道，g
re
为ris到窃听者的信道，σ2为合法用户或窃听者的高斯噪声。3.根据权利要求2所述的ris辅助的无人机noma网络的最大化最小安全速率的方法，其特征在于，所述步骤102，初始化无人机位置为q＝[x,y,h]，ris相移矩阵为θ，无人机发射功率为p，sic解码顺序为a，最小安全速率判决门限为ζ，其中，x、y、h分别为无人机的横坐标、纵坐标和飞行高度；将问题p1中约束c3安全中断概率约束转化为确定性约束的具体步骤为：窃听者的组合信道h
e
可重写为式中其中其中为无人机到窃听者链路的大尺度路径损耗因子，为无人机到ris链路的大尺度路径损耗因子，为ris到窃听者链路的大尺度路径损耗因子，i为单位矩阵，n为ris反射元件个数，ρ0表示参考距离1m处的路径损耗，β0表示路径衰落指数，w
e
表示窃听者的位置，r表示ris的位置；|h
e
|2遵循指数分布，根据|h
e
|2的概率分布函数引入辅助变量z
k
，将安全中断概率约束转换为：所以将目标优化问题p1转换为p2:s.t.c1:c2:c3:c4:
c5:式中，为r
e,k
的分式由安全中断概率约束转化后的下界，其中(ξ
e
(q))2＝n|l
re
l
ar
|2，l
ae
(q)为无人机到窃听者链路的大尺度路径损耗因子，l
ar
(q)为无人机到ris链路的大尺度路径损耗因子，l
re
(q)为ris到窃听者链路的大尺度路径损耗因子，n为ris反射元件个数。4.根据权利要求3所述的ris辅助的无人机noma网络的最大化最小安全速率的方法，其特征在于，所述步骤103，给定的无人机功率分配，无人机位置，sic解码顺序，优化ris相移，具体步骤为：引入辅助变量t1，将目标优化问题p2转换为p3:s.t.c1：c2：式中，约束c1中为合法用户u
k
速率sca取得的下界，为窃听速率凹函数差的形式，并对第一项利用泰勒展开得到的上界，p
k
为无人机发送信息给合法用户u
k
的功率，p
max
为无人机的最大发射功率；其中为无人机的最大发射功率；其中为引入的辅助变量，v
(n)
、为第n次迭代中的v、值。5.根据权利要求4所述的ris辅助的无人机noma网络的最大化最小安全速率的方法，其特征在于，所述步骤104，给定无人机位置，sic解码顺序，ris相移，优化无人机功率分配，具体为：p4:s.t.c1：c2：
式中，约束c1中为合法用户u
k
速率sca取得的下界。6.根据权利要求5所述的ris辅助的无人机noma网络的最大化最小安全速率的方法，其特征在于，所述步骤105，给定ris相移，无人机功率分配，优化定无人机位置和sic解码顺序，具体为：引入辅助变量t3，将目标优化问题p2转换为p5:s.t.c1:c2:u
r
(q)≥||q-r||c3:c4:c5:c6:c7:c8:||q-q
(n)
||≤δc9:||q
(n)-w
e
||+q-q
(n)
≥l
e
c10:||q
(n)-r||+q-q
(n)
≥l
r
c11:c12:c13:式中为引入的辅助变量集合，u
k
为无人机与合法用户u
k
距离的上界，l
e
为无人机与窃听者距离的下界，u
r
表示无人机与ris距离的上界，l
r
表示无人机与ris距离的下界；约束c3中η
k
(q)＝f
k
(u
k
,u
r
)+b
k
g
k
(u
k
,u
r
)为无人机到合法用户u
k
的组合期望信道增益的下界，η
k
(q)其中，a
k
其中
为无人机到ris信道的los分量，为ris到合法用户u
k
信道的los分量，r2为莱斯因子，为r
k
的分式中分子与分母同时除以η
k
(q)后的分母；约束c4中为z
k
(q,a)表达式中|l
ae
(q)|2+(ξ
e
(q))2的展开式的上界；约束c5中为合法用户u
k
的速率在sca第n次迭代的点处一阶泰勒展开，x
e,k
(a,q)为z
k
(q,a)中分子与分母同时除以后的分母并在sca第n次迭代的点处一阶泰勒展开；约束c7中为η
k
(q)在sca第n次迭代点处一阶泰勒展开，其中，开，其中，约束c8中q
(n)
表示sca第n次迭代的值，δ为每次sca迭代的无人机最大允许位移；约束c9、c10在sca第n次迭代点q
(n)
处一阶泰勒分别展开得到凸集；约束c13为非凸集α
i,j
α
j,k
≤α
i,k
转化为凸函数差的形式后在sca第n次迭代点处一阶泰勒展开；对非凸集α
i,j
作为惩罚项写入目标函数中，ξ＞＞0为惩罚系数。7.根据权利要求6所述的ris辅助的无人机noma网络的最大化最小安全速率的方法，其特征在于，所述步骤106，比较与安全速率判决门限ζ的大小，其中，为第n次迭代的最大的最小安全速率，为第n-1次迭代的最大的最小安全速率；若不大于ζ，则安全速率收敛，给出最大的最小安全速率，方法结束；若大于ζ，则将此时的安全速率保存，并跳转到步骤103，直到安全速率满足条件，给出最大的最小安全速率。

技术总结
本发明请求保护一种RIS辅助的无人机NOMA网络的安全速率优化的方法，该方法考虑合法用户之间公平性和窃听信道的统计CSI条件下，在满足安全中断概率、无人机最大发射功率、SIC解码顺序、RIS相移约束下，实现最大化无人机NOMA网络的最小安全速率。本发明建立基于RIS辅助的无人机NOMA网络的最大化最小安全速率模型，首先通过引用辅助变量将安全中断概率约束转化为确定性约束，基于惩罚、逐次凸逼近等方法将非凸优化问题等价转化为凸优化问题，然后使用交替迭代算法，以最大化合法用户之间的最小安全速率。本发明具有计算复杂度低、信道适应性强的优点，同时考虑了用户公平性，特别适合实际窃听场景下的RIS辅助的无人机NOMA网络。实际窃听场景下的RIS辅助的无人机NOMA网络。实际窃听场景下的RIS辅助的无人机NOMA网络。


技术研发人员：王正强 何鲁娜 青思雨 万晓榆 樊自甫
受保护的技术使用者：重庆邮电大学
技术研发日：2023.05.30
技术公布日：2023/9/14