一种面向窃听用户的反向散射通信系统鲁棒资源分配方法

1.本发明属于物联网领域，特别涉及一种面向窃听用户的反向散射通信系统鲁棒资源分配方法。


背景技术：

2.为满足低功耗物联网技术产业发展需求，反向散射通信技术作为一种新兴技术引起学术界和工业界的广泛关注与研究。反向散射通信以其低功耗、低成本部署等特点而著称，其中反向散射通信与物联网技术的结合能够显著提升了系统性能。在基于反向散射通信的物联网系统中，反射节点能够利用环境电磁波信号进行能量收集且同时实现接收信号的反射传输。
3.尽管很多工作对反向散射通信资源分配技术的发展起到了极大的推动作用，但现有工作仅仅考虑了单天线信号传输，无法像多天线技术一样能够进一步提升系统容量；此外，由于反射信号的被动特性，容易受到网络攻击或用户窃听，使得上述系统信息安全性大打折扣；最后，由于信道反馈时延、反射节点非线性电路等因素的影响，基于完美信道状态信息下的资源分配过于理想，有可能产生较大的中断事件。


技术实现要素：

4.为了在信道不确定性条件下，保证系统的安全性能，最大化系统的和吞吐量，本发明提出一种面向窃听用户的反向散射通信系统鲁棒资源分配方法，包括：
5.s1：建立面向窃听用户的反向散射通信系统；
6.s2：在反向散射通信系统中部署信息接收机、反向散射装置和窃听用户，其中每个反向散射装置具反向散射信息的功能，且反向散射装置配备能量收集整流电路；
7.s3：构建基于信道不确定性的和速率最大鲁棒资源分配模型；
8.s4：基于块坐标下降方法，将资源优化模型转化为凸优化问题；
9.s5：利用凸优化工具箱对优化问题求解，获得基站的波束成形向量、人工噪声向量和反向散射装置用于反向散射的时间，即获得资源分配方案。
10.进一步的，构建基于信道不确定性的和速率最大鲁棒资源分配模型包括：
11.s31：基于时间约束、能量收集约束和基站的发射功率约束，建立系统吞吐量最大的资源分配模型；
12.s32：在系统吞吐量最大的资源分配模型的基础上，考虑窃听用户对系统的影响，将资源分配模型优化为具有保密率约束的资源分配模型；
13.s33：在具有保密率约束的资源分配模型的基础上，考虑信道不确定性对系统的影响，基于有界球形信道不确定性，建立鲁棒资源分配模型。
14.进一步的，系统吞吐量最大的资源分配模型表示为：
15.16.约束条件c1:
17.c2:
18.c3:
19.c5:wk≥0,z≥0
20.c6:rank(wk)＝1
21.其中，wk为第k个波束成形协方差矩阵；z为人工噪声协方差矩阵；αk为第k个反向散射装置的反向散射时间；k为反向散射装置的总数；rk为第k个反向散射时间内信息接收端的吞吐量；tr(
·
)表示求矩阵的迹；p
max
为基站的最大发射功率门限；t为系统的传输帧长；为第k个反向散射装置处的吸收功率；表示第k个反向散射装置在反向散射时间内的接收功率；表示第k个反向散射装置在除了反向散射时间之外的其他时间内的接收功率；为第k个反向散射装置处的电路能耗；rank(
·
)表示矩阵的秩；≥表示矩阵半正定符号。
22.进一步的，具有保密率约束的资源分配模型表示为：
[0023][0024]
约束条件：c1:
[0025]
c2:
[0026]
c3:
[0027]
c4:
[0028]
c5:wk≥0,z≥0
[0029]
c6:rank(wk)＝1
[0030]
其中，rk表示在第k个反向散射时间内信息接收端的速率；表示在第k个反向散射时间内窃听者的速率；表示第k个反向散射时间内的系统最小保密速率门限。
[0031]
进一步的，鲁棒资源分配模型表示为：
[0032][0033]
约束条件：c1:
[0034]
c2:
[0035]
c3:
[0036]
c4:
[0037]
c5:wk≥0,z≥0
[0038]
c6:rank(wk)＝1
[0039]
c7:
[0040]
其中，δf表示基站至窃听者间信道系数的估计误差；表示不确定信道集合。
[0041]
进一步的，不确定信道集合考虑有界球形信道不确定模型构建，表示为：
[0042][0043]
其中，表示信道系数的估计值，δf表示信道系数的估计误差；||
·
||表示向量的模；ε表示信道估计误差的上界。
[0044]
进一步的，在求解鲁棒资源分配模型过程中，对含有不确定性的约束，基于变量松弛法进行优化，优化后的鲁棒资源分配模型表示为：
[0045][0046]
约束条件：c1:
[0047]
c2:
[0048]
c3:
[0049][0050][0051][0052][0053][0054]
[0055][0056]
c5:wk≥0,z≥0,
[0057]
c6:rank(wk)＝1
[0058]
其中，vk、θk、γk、ωk、χ、y2、λ1、λ2为松弛变量；分别为上一次迭代的值；表示信道系数的估计值；ε表示信道估计误差的上界；表示噪声功率；i为一个单位矩阵；λ、θ表示松弛变量的集合，且的集合，且
[0059]
进一步的，将优化后的鲁棒资源分配模型拆分为波束成形与人工噪声分量优化问题和时间优化问题，包括：
[0060]
通过固定时间因子，将波束成形与人工噪声分量优化问题表示为：
[0061][0062]
约束条件：c1:
[0063]
c3:
[0064][0065][0066][0067][0068][0069][0070][0071]
c5:wk≥0,z≥0
[0072]
c6:rank(wk)＝1
[0073]
基于半正定松弛方法对c6进行松弛后，通过cvx工具箱求解波束成形与人工噪声
分量优化问题；
[0074]
通过固定波束成形与人工噪声分量协方差矩阵，时间优化问题表示为：
[0075]
findαk[0076]
约束条件：c2:
[0077]
c3:
[0078]
通过cvx工具箱求解时间优化问题。
[0079]
进一步的，第k个反向散射时间内信息接收端的吞吐量rk表示为：
[0080][0081]
其中，hk表示第k个反向散射装置到信息接收端的信道增益；βk表示第k个反向散射装置处的功率反射系数；表示基站到第k个反向散射装置的信道向量，m表示基站天线数量；表示基站到信息接收端的信道向量；表示基站的第k个信息波束成形向量；表示基站的人工噪声向量，该向量符合均值为0、方差为z的高斯分布；表示第k个反向散射时间信息接收端的噪声功率。
[0082]
本发明方法在保证系统和吞吐量最大化的同时，有效遏制了窃听用户对系统的影响，满足了用户的服务质量要求。
附图说明
[0083]
图1为本发明的系统模型；
[0084]
图2为本发明方法的求解流程图；
[0085]
图3为本发明方法和不同传统方法在不同信道状态信息的情况下，系统中断概率对比图。
具体实施方式
[0086]
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、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0087]
本发明提出一种面向窃听用户的反向散射通信系统鲁棒资源分配方法，如图2，包括：
[0088]
s1：建立面向窃听用户的反向散射通信系统；
[0089]
s2：在反向散射通信系统中部署信息接收机、反向散射装置和窃听用户，其中每个反向散射装置具反向散射信息的功能，且反向散射装置配备能量收集整流电路；
[0090]
s3：构建基于信道不确定性的和速率最大鲁棒资源分配模型；
[0091]
s4：基于块坐标下降方法，将资源优化模型转化为凸优化问题；
[0092]
s5：利用凸优化工具箱对优化问题求解，获得基站的波束成形向量、人工噪声向量和反向散射装置用于反向散射的时间，即获得资源分配方案。
[0093]
在本实施例中，构建基于信道不确定性的资源分配模型的过程包括：
[0094]
s31：基于时间约束、能量收集约束和基站的发射功率约束，建立系统吞吐量最大的资源分配模型；
[0095]
s32：在系统吞吐量最大的资源分配模型的基础上，考虑窃听用户对系统的影响，将资源分配模型优化为具有保密率约束的资源分配模型；
[0096]
s33：在具有保密率约束的资源分配模型的基础上，考虑信道不确定性对系统的影响，基于有界球形信道不确定性，建立鲁棒资源分配模型。
[0097]
本实施例的系统模型如图1，该通信模型中包括一个m根天线的基站服务一个单天线接收机，且有k个反向散射装置辅助传输，网络中存在一个位置不确定的单天线窃听者，通过窃听基站传输信号获取信息。假设k个反向散射装置部署在信息接收端附近，且窃听者与反向散射装置之间存在障碍物遮挡，窃听者接收到的反向散射信号微弱，因此窃听者处的反向散射信号可以忽略不计；k个反向散射装置通过基站传输的信号供能，同时通过时分多址接入的方式将无线信息反射至信息接收端；定义系统的传输帧长为t，如图1所示，第k个反向散射装置的反向散射时间为αk，则能量收集的时间为(1-αk)，总的传输时长满足
[0098]
基站以时分多址的形式发送波束信息，且每个时隙的信号包含n个符号周期。因此，系统时间帧内基站的发射信号可以表示为：
[0099][0100]
其中，和分别表示基站的第k个信息波束成形向量和人工噪声向量，且人工噪声向量满足均值为0、方差为z的复高斯分布，b(n)表示携带机密信息的符号周期流，因此，基站发送至第k个反向散射装置的信号为wkb(n)+z。
[0101]
由于反向散射装置的传输速率比射频源低得多，在不丧失一般性的情况下，假设反向散射装置的符号周期是射频源的n倍。假设c为在n个射频源符号周期内的传输信号，且是一个随机变量，满足均值为零、单位方差。则信息接收端与窃听者在第k个时隙的接收信号可以分别表示为：
[0102][0103][0104]
其中，yk(n)表示信息接收端在第k个时隙的接收信号，表示窃听者在第k个时隙的接收信号；分别表示基站到第k个反向散射装置
间，基站到信息接收端间，基站到窃听者间的信道向量，hk表示第k个反向散射装置到信息接收端的信道增益；βk表示第k个反向散射装置处的功率反射系数，表示在第k个时隙的第信息接收端服从均值为0、方差的加性高斯白噪声，表示窃听者处服从均值为0、方差的加性高斯白噪声。
[0105]
反向散射链路通常比主要链路经历更多的衰减，因此，根据sic的解码策略，信息接收端首先对b(n)进行解码，然后在检测c之前从收到的信号中去除b(n)。因此，信息接收端在第k个时隙内检测到的信号为：
[0106][0107]
其中，vs是信息接收端关于b(n)的组合系数。对于检测而言，传输信号b(n)可以被视为通过一个等效信道由于未知的c，信息接收端不知道关于等效信道的信息。因此，非相干检测被用于检测b(n)。解码c的前提下，可以得到第k个时隙信息接收端关于b(n)的信干噪比为：
[0108][0109]
在不丧失一般性的情况下，假设组合系数是归一化的，即||vs||2＝1。在信道为块状衰减且传输路径足够大的情况下，非相干检测的容量与相干检测的容量是一致的。对于慢速变化的信道和足够大的n，可以将信息接收端与窃听者在第k个反向散射时间内的吞吐量表示为：
[0110][0111][0112]
其中，rk和分别表示在第k个反向散射时间内信息接收端与窃听者的速率。因此，在第k个时隙内的保密率为：
[0113]
[0114]
反向散射装置同时利用反向散射时间和反向散射后的时间进行能量收集，文本考虑基于非线性能量收集模型，则第k个反向散射装置处的吸收功率为：
[0115][0116]
其中，b表示能量收集电路的最大吸收功率；κ和μ表示能量收集电路的特性，如电阻和二极管接通电压；表示第k个反向散射装置的接收功率。定义第k个反向散射装置在反向散射时间和空余时间内的接收功率分别为p
kin
和因此可以被表示为：
[0117][0118][0119]
其中，为波束成形向量的协方差矩阵，且满足rank(wk)＝1，z为人工噪声协方差矩阵。定义为第k个反向散射装置处的电路能耗，那么第k个反向散射装置在时间帧内收集的能量应大于电路能耗，即：
[0120][0121]
由于无线通信系统固有的随机性和信道反馈时延，部分链路完美的信道状态信息难以获得。基站、反向散射装置和信息接收端之间由于位置固定，基于信道估计理论，假设可以获得基站到反向散射装置、基站到信息接收端和反向散射装置到信息接收端链路的完美信道状态信息。对于窃听链路，由于窃听用户位置不固定且位置状态随机出现，本发明为了克服信道不确定性的影响，考虑基站与窃听者之间信道链路的信道不确定性。本发明考虑有界球形信道不确定模型可得：
[0122][0123]
其中，表示信道系数的估计值，δf表示信道系数的估计误差，表示不确定信道集合。
[0124]
本发明目标是在基站最大发射功率约束、时间分配约束、反向散射装置的能量约束以及保密率约束下，最大化信息接收端的吞吐量。因此，在不完美信道状态信息下，此优化问题可以通过联合优化波束成形矩阵、人工噪声分量协方差矩阵和时间因子来表示。因此，可以表述为如下不确定性优化问题：
[0125]
p1:
[0126]
s.t.c1:
[0127]
c2:
[0128]
c3:
[0129]
c4:
[0130]
c5:wk≥0,z≥0
[0131]
c6:rank(wk)＝1
[0132]
c7:
[0133]
其中，第k个反向散射时间内信息接收端的吞吐量为：
[0134][0135]
其中，k表示模型中任意一个反向散射装置，k为反向散射装置的总数；rk为第k个反向散射时间内信息接收端的吞吐量；wk为第k个波束成形协方差矩阵；z为人工噪声协方差矩阵；p
max
为基站的最大发射功率门限；αk为第k个反向散射装置的反向散射时间；t为系统的传输帧长；p
kin
和分别为第k个反向散射装置在反向散射时间和其余时间内的接收功率；p
keh
为第k个反向散射装置处的吸收功率；为第k个反向散射装置处的电路能耗；rank(
·
)表示矩阵的秩；rk和分别表示在第k个反向散射时间内信息接收端与窃听者的速率；表示第k个反向散射时间内的系统最小保密速率门限；δf表示信道系数的估计误差；表示不确定信道集合；在上述系统吞吐量最大的资源分配模型中，约束c1为基站的最大发射功率约束，c2为时间约束，c3为反向散射装置处的能量约束，装置收集的能量要大于电路的消耗能量，c4为最小保密率约束，c5为矩阵半正定约束，c6为秩一约束，c7包含不确定参数集合。
[0136]
对于含有不确定性的约束c5和非凸目标函数，基于变量松弛法，进一步得到如下不等式：
[0137][0138][0139][0140]
[0141][0142][0143]
其中，vk,θk,γk,ωk,χ和为松弛变量。因此，约束c5可以松弛为目标函数可以等价于
[0144]
显然，与依然为非凸约束，通过连续凸近似法与一阶泰勒展开式，可近似为：
[0145][0146][0147][0148]
其中，和为松弛变量。和分别为和上一次迭代的值。同理，可以近似为：
[0149][0150][0151][0152]
其中，y2和为松弛变量。和分别为和上一次迭代的值。
[0153]
对于不确定性约束和接下来利用引理1中的s-过程法将其转化为确定性矩阵线性不等式。
[0154]
引理1s-过程(s-procedure):定义其中，为厄米特矩阵，并且x表示n
×
1维的向量，n表示向量或矩阵的维数可以从当且仅当存在λ≥0使得如下线性矩阵不等式成立：
[0155][0156]
基于引理1，不确定性约束和可以分别转
化为：
[0157][0158][0159]
其中，λ1和λ2为松弛变量，ωk表示松弛变量；ε表示信道估计误差的上界；表示噪声功率；i为一个单位矩阵。
[0160]
定义和基于上述转化，可以得到以下确定性优化问题：
[0161]
p2:
[0162]
s.t.c1:
[0163]
c2:
[0164]
c3:
[0165][0166][0167][0168][0169][0170][0171]
c5:wk≥0,z≥0,c6:rank(wk)＝1
[0172]
p2依然是一个非凸的优化问题，目标函数和c3中依然存在耦合变量，并且c6中存在非凸秩一约束，因此依然难以求解。
[0173]
对于确定性优化问题p2，依然无法直接通过凸优化工具箱求解。基于对交替优化
理论的研究，本发明提出一种基于块坐标下降法的鲁棒资源分配迭代算法。p2可以分解为两个子问题，分别为：1)波束成形与人工噪声分量优化问题；2)时间优化问题，具体包括：
[0174]
通过固定时间因子，可以得到如下子问题：
[0175]
p2-a:
[0176]
s.t.c1:
[0177]
c3:
[0178][0179][0180][0181][0182][0183][0184]
c5:wk≥0,z≥0,c6:rank(wk)＝1
[0185]
可知上述子问题依然是非凸的，基于半正定松弛方法，c6可以被松弛，从而得到上述问题的松弛版本，并且可以通过cvx工具箱进行求解。如果获得的最优波束成形矩阵满足rank(wk)＝1，可以通过特征值分解获得最优波束成形向量如果不满足秩一约束，可以通过高斯随机化法获得可行解。
[0186]
通过固定波束成形与人工噪声分量协方差矩阵，时间优化问题可以表示为：
[0187]
p2-b:findαk[0188]
s.t.c2,c3
[0189]
p2-b是一个凸优化问题，可以通过cvx工具箱求解。
[0190]
下面结合仿真对本发明的应用效果作详细的描述。
[0191]
1)仿真条件
[0192]
本节通过仿真结果来验证算法的收敛性和有效性。假设系统中存在一个基站，两个反向散射装置，一个信息接收端与一个窃听者。基站位于原点，信息接收端位于(10,0)处，两个反向散射装置位于距离以信息接收端为圆心7m的圆上，假设窃听者位于(-5,0)处。系统信道衰落模型考虑大尺度衰落，假设系统每条信道衰落模型独立，且满足分
布，ζ＝-30db表示路径损耗，路径损耗指数α为3，di表示任意二个设备间的距离。假设信道不确定性的上界为[0,0.09]，且信息接收端与窃听者处的噪声功率都相等为了验证本发明算法的优越性，将本发明算法与传统非鲁棒算法进行对比，其他参数为：k＝m＝2，p
max
＝1w，βk＝0.2，＝0.2，t＝1s，表示迭代精度，当迭代之差小于迭代精度时，退出迭代。
[0193]
2)仿真结果
[0194]
本实施例中，将所提的面向窃听用户的反向散射通信系统鲁棒资源分配方法与非鲁棒方法进行对比，从图3可以看出，当信道不确定性较小时，本发明方法与传统非鲁棒方法和基准方法相比的中断概率更接近于0，因为本发明方法具有较高的自由度，并且消耗了更多的自由度以保证较强的鲁棒性。传统非鲁棒方法和基准方法没有考虑到反向散射装置的辅助作用与信道估计误差对系统保密吞吐量的影响，因此当信道不确定性增大时，传统非鲁棒方法和基准方法呈现较高的中断概率。间接证明了本发明方法相比于传统非鲁棒方法具有较强的鲁棒性。
[0195]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

技术特征：
1.一种面向窃听用户的反向散射通信系统鲁棒资源分配方法，其特征在于，具体包括以下步骤：s1：建立面向窃听用户的反向散射通信系统；s2：在反向散射通信系统中部署信息接收机、反向散射装置和窃听用户，其中每个反向散射装置具反向散射信息的功能，且反向散射装置配备能量收集整流电路；s3：构建基于信道不确定性的和速率最大鲁棒资源分配模型；s4：基于块坐标下降方法，将资源优化模型转化为凸优化问题；s5：利用凸优化工具箱对优化问题求解，获得基站的波束成形向量、人工噪声向量和反向散射装置用于反向散射的时间，即获得资源分配方案。2.根据权利要求1所述的一种面向窃听用户的反向散射通信系统鲁棒资源分配方法，其特征在于，构建基于信道不确定性的和速率最大鲁棒资源分配模型包括：s31：基于时间约束、能量收集约束和基站的发射功率约束，建立系统吞吐量最大的资源分配模型；s32：在系统吞吐量最大的资源分配模型的基础上，考虑窃听用户对系统的影响，将资源分配模型优化为具有保密率约束的资源分配模型；s33：在具有保密率约束的资源分配模型的基础上，考虑信道不确定性对系统的影响，基于有界球形信道不确定性，建立鲁棒资源分配模型。3.根据权利要求2所述的一种面向窃听用户的反向散射通信系统鲁棒资源分配方法，其特征在于，系统吞吐量最大的资源分配模型表示为：约束条件c1:c2:c3:c5:c6:rank(w
k
)＝1其中，w
k
为第k个波束成形协方差矩阵；z为人工噪声协方差矩阵；α
k
为第k个反向散射装置的反向散射时间；k为反向散射装置的总数；r
k
为第k个反向散射时间内信息接收端的吞吐量；tr()表示求矩阵的迹；p
max
为基站的最大发射功率门限；t为系统的传输帧长；为第k个反向散射装置处的吸收功率；表示第k个反向散射装置在反向散射时间内的接收功率；表示第k个反向散射装置在除了反向散射时间之外的其他时间内的接收功率；为第k个反向散射装置处的电路能耗；rank(
·
)表示矩阵的秩；表示矩阵半正定符号。4.根据权利要求2或3所述的一种面向窃听用户的反向散射通信系统鲁棒资源分配方
法，其特征在于，具有保密率约束的资源分配模型表示为：约束条件：c1:c2:c3:c4:c5:c6:rank(w
k
)＝1其中，r
k
表示在第k个反向散射时间内信息接收端的速率；表示在第k个反向散射时间内窃听者的速率；表示第k个反向散射时间内的系统最小保密速率门限。5.根据权利要求2、3或4所述的一种面向窃听用户的反向散射通信系统鲁棒资源分配方法，其特征在于，鲁棒资源分配模型表示为：约束条件：c1:c2:c3:c4:c5:c6:rank(w
k
)＝1c7:其中，δf表示基站至窃听者间信道系数的估计误差；表示不确定信道集合。6.根据权利要求5所述的一种面向窃听用户的反向散射通信系统鲁棒资源分配方法，其特征在于，不确定信道集合考虑有界球形信道不确定模型构建，表示为：
其中，表示信道系数的估计值，δf表示信道系数的估计误差；表示向量的模；ε表示信道估计误差的上界。7.根据权利要求5所述的一种面向窃听用户的反向散射通信系统鲁棒资源分配方法，其特征在于，在求解鲁棒资源分配模型过程中，对含有不确定性的约束，基于变量松弛法进行优化，优化后的鲁棒资源分配模型表示为：约束条件：c1:c2:c3:c4:c4:c4:c4:c4:c4:c4:c5:c6:rank(w
k
)＝1其中，v
k
、θ
k
、γ
k
、ω
k
、χ、y2、λ1、λ2为松弛变量；分别为上一次迭代的值；表示信道系数的估计值；ε表示信道估计误差的上界；表示噪声功率；i为一个单位矩阵；λ、θ表示松弛变量的集合，且的集合，且8.根据权利要求7所述的一种面向窃听用户的反向散射通信系统鲁棒资源分配方法，
其特征在于，将优化后的鲁棒资源分配模型拆分为波束成形与人工噪声分量优化问题和时间优化问题，包括：通过固定时间因子，将波束成形与人工噪声分量优化问题表示为：约束条件：c1:c3:c3:c3:c3:c3:c3:c3:c3:c5:c6:rank(w
k
)＝1基于半正定松弛方法对c6进行松弛后，通过cvx工具箱求解波束成形与人工噪声分量优化问题；通过固定波束成形与人工噪声分量协方差矩阵，时间优化问题表示为：findα
k
约束条件：c2:c3:通过cvx工具箱求解时间优化问题。9.根据权利要求3、4或5所述的一种面向窃听用户的反向散射通信系统鲁棒资源分配方法，其特征在于，第k个反向散射时间内信息接收端的吞吐量r
k
表示为：
其中，h
k
表示第k个反向散射装置到信息接收端的信道增益；β
k
表示第k个反向散射装置处的功率反射系数；表示基站到第k个反向散射装置的信道向量，m表示基站天线数量；表示基站到信息接收端的信道向量；表示基站的第k个信息波束成形向量；表示基站的人工噪声向量，该向量符合均值为0、方差为z的高斯分布；表示第k个反向散射时间信息接收端的噪声功率。

技术总结
本发明属于物联网领域，特别涉及一种面向窃听用户的反向散射通信系统鲁棒资源分配方法，包括建立面向窃听用户的反向散射通信系统；在反向散射通信系统中部署信息接收机、反向散射装置和窃听用户，其中每个反向散射装置具反向散射信息的功能，且反向散射装置配备能量收集整流电路；构建基于信道不确定性的和速率最大鲁棒资源分配模型；基于块坐标下降方法，将资源优化模型转化为凸优化问题；利用凸优化工具箱对优化问题求解，获得基站的波束成形向量、人工噪声向量和反向散射装置用于反向散射的时间，即获得资源分配方案；本发明方法在保证系统和吞吐量最大化的同时，有效遏制了窃听用户对系统的影响，满足了用户的服务质量要求。要求。要求。


技术研发人员：徐勇军 徐然 来容
受保护的技术使用者：重庆邮电大学
技术研发日：2023.06.06
技术公布日：2023/8/16