预期6G无线网络中安全共生射频系统基于中继对选择的能效最大化

《Physical Communication》：Energy Efficiency Maximization with Relay-Pair Selection for Secure Symbiotic Radio Systems in Envisioned 6G Wireless Networks

　　

摘要
本文提出了一种具有中继对选择功能的能效最大化框架，应用于包含 K 个候选中继且接入点、两个用户终端与网关之间直连链路受阻的安全共生无线电网络。在每个传输块中，从候选中继集中选择两个不同的中继，分别服务于 T1 和 T2。用户通过后向散射通信支持接入点传输，选定的中继利用收集的能量将信息转发给网关。环境 Wi-Fi 信号作为额外的能量来源，而协作干扰器则减少信息向被动窃听者的泄露。能效问题通过联合考虑保密率、总能耗、服务质量（QoS）要求、能量因果性、时间分配、功率分割、反射系数、接入点发射功率和干扰器功率来构建。由于中继对和连续资源变量相互影响，通过穷举搜索进行中继选择，并使用基于 Dinkelbach 的过程解决由此产生的分数问题。仿真结果表明，更多的环境 Wi-Fi 源可以提高保密率并降低系统能耗，从而提高能效。结果还显示，接入点发射功率、功率分割因子、中继数量、反射系数、噪声功率和干扰器功率都会影响能效。这些发现表明，所提出的方法可以支持 6G 网络的安全、节能中继辅助共生无线电设计。

引言
第六代（6G）无线网络预计将为广泛的物联网（IoT）应用支持密集连接、低延迟服务和能量感知通信。这些需求增加了对频谱资源和设备能耗预算的压力，尤其是当大量低功耗终端必须依靠有限电池容量长时间运行时 [1], [2], [3]。在此背景下，能效（EE）已成为未来无线网络的重要设计指标。因此，仅仅提高数据速率是不够的；还必须考虑传输安全信息所消耗的能量。

后向散射通信和射频（RF）能量收集是低功耗物联网通信的两项重要技术。后向散射设备可以通过反射入射的 RF 信号而不是生成新的载波信号来传输其信息。这降低了电路功率需求，使得后向散射通信适用于电池受限或无电池设备 [4], [5], [6]。无线供电通信也被研究作为支持能量受限终端的一种方式，允许它们从环境或专用 RF 源收集能量 [7], [8]。然而，后向散射链路通常存在接收功率弱、双重衰落以及强烈依赖周围 RF 环境的问题。当发送节点与接收器之间的直连链路受阻时，这些局限性变得更加关键。

共生无线电（SR）作为一种频谱和能效高效的通信范式被提出，其中主动和被动传输共享相同的无线电资源 [9], [10], [11]。在典型的 SR 系统中，被动或低功耗设备使用主动发射机的信号进行后向散射通信，而主动链路也可能受益于额外的传播路径或协调资源共享。最近的研究通过使用非正交多址接入（NOMA）、时分多址接入（TDMA）、多输入多输出（MIMO）传输、中继协作和可重构智能表面（RISs）扩展了 SR [12], [13], [14], [15], [16]。这些研究表明，SR 可以提高频谱利用率并支持低功耗物联网链路。它们还揭示，当时间分配、反射系数、干扰和收集能量耦合时，资源分配变得更加困难。

已研究中继辅助后向散射通信以克服被动链路覆盖范围有限和接收信号强度弱的问题。在这样的系统中，中继可以收集 RF 能量并将后向散射信息转发到目的地。在具有能量收集的协作后向散射传输中，联合考虑了中继选择和时间分配，结果表明与协作传输相比，中继协作可以提高吞吐量 [17]。其他研究考虑了先收集后传输中继、机会式共生后向散射-NOMA 和无蜂窝 SR 结构以提高吞吐量、中断性能和资源共享 [18], [19], [20]。最近一项关于 RIS-BD 辅助多用户 SR 的研究专注于寄生模式 SR 系统中的加权和速率最大化和用户关联 [21]。这些工作对于面向吞吐量和总速率的 SR 设计很重要，但它们通常不在同一框架内处理保密性、协作干扰、中继对选择和能效最大化。

安全也是 SR 和后向散射系统中的一个主要问题。由于后向散射设备使用环境或共享的 RF 信号，并且通常以低发射功率运行，传输的信息容易受到被动窃听的攻击。物理层安全（PLS）作为一种轻量级安全方法被广泛研究，它利用无线信道特性来限制信息泄露 [22], [23]。协作或友好干扰是另一种有用的方法，因为它可以通过传输人工噪声来降低窃听信道质量。在干扰器辅助的 SR 系统中，已在不同假设下研究了感知错误、窃听者和连续干扰消除（SIC）条件下的保密率最大化 [24]。中继辅助和障碍物感知的 SR 模型也被检验用于在完美和不完美 SIC 条件下最大化吞吐量 [25]。然而，许多面向保密性的工作主要关注保密率本身，并没有明确优化保密性能与总能耗之间的比率。

能量感知设计对于环境物联网和无线供电网络也变得非常重要。最近关于环境物联网后向散射网络的研究表明，在大规模部署中应考虑本地能量可用性、链路质量和设备端队列状态 [26]。此外，由于敏感度和饱和限制，实际的能量收集电路可能呈现非线性行为，这与理想的线性收集模型相比可能会改变吞吐量性能 [27]。这些研究表明，与能量相关的约束应直接纳入通信设计中。在安全 SR 系统中，这个问题变得更加关键，因为网络必须同时支持向合法接收器可靠交付、抑制信息泄露以及控制中继和干扰的能耗成本。

据我们所知，在 SR 文献中，保密感知能效最大化、QoS 约束、基于 Wi-Fi 的中继能量收集、协作干扰以及从候选中继集进行的中继对选择的联合设计受到关注有限。现有的中继辅助和无蜂窝 SR/后向散射研究主要优化吞吐量或总速率 [17], [20], [21]。面向保密性的 SR 研究通常关注保密率，通常不联合考虑面向能效的中继对选择和总能耗 [23], [24]。尽管障碍物感知和中继辅助 SR 模型已考虑了在完美和不完美 SIC 条件下最大化吞吐量 [25]，但具有协作干扰、中继对选择和基于 Wi-Fi 收集能量的保密感知能效最大化尚未得到充分解决。

受此差距启发，本文研究了一个包含 K 个候选中继的安全 SR 网络，其中由于阻塞，接入点（AP）、T1 和 T2 到网关（GW）的直连链路不可用。在每个传输块中，从候选中继集中选择两个不同的中继 Rlj 和 Rlz，分别服务于 T1 和 T2，受 j ≠ z 约束。因此，通信通过中继集群进行。终端通过后向散射通信辅助 AP 传输，而选定的中继利用收集的能量将解码信息转发给 GW。环境 Wi-Fi 信号被用作中继的额外能量来源。同时，协作干扰器向被动窃听者传输人工噪声以减少信息泄露。在此系统中，中继对的选择不仅仅根据信道增益。相反，每个候选中继对通过所提出的能效最大化问题进行评估，选择提供最高可行能效的对。

所提出框架的关键方法论区别在于有序中继对选择与保密感知能效最大化的耦合，使得每个候选对诱导其自身的解码、能量、QoS 和保密可行工作区域。它联合考虑了受阻直连链路、满足 j ≠ z 的双终端中继对选择、基于 Wi-Fi 的中继能量收集、协作干扰、被动窃听者、QoS 约束、保密约束、能量因果性、时间分配、反射系数、中继功率分割因子、AP 发射功率和干扰器功率。由于目标被定义为保密率与总能耗的比率，由此产生的问题是分数非线性优化问题。使用基于 Dinkelbach 的过程解决每个中继对的内部能效最大化问题，而外部穷举搜索选择最佳中继对。

数值结果显示了这些设计选择的影响。例如，当环境 Wi-Fi 源数量从 5 增加到 40 时，保密率从 0.48 bps/Hz 增加到 1.21 bps/Hz，而总消耗能量从 2.35 焦耳减少到 0.28 焦耳。因此，能效大约从 0.20 比特/(焦耳·赫兹) 增加到 4.25 比特/(焦耳·赫兹)。这种改善主要与 AP 传输时间及其相应的 AP 能耗减少有关。结果还显示，增加中继数量可以提高中继对选择机会，但在中等规模的中继群体后增益趋于饱和。由于相关研究的系统模型和性能指标不同，这些数值不应解释为与所有先前工作的直接一对一比较。相反，它们表明当中继选择、能量收集、协作干扰和时间 - 功率分配一起处理时，保密感知能效可以提高。

本文的主要贡献总结如下：
• 本工作的根本新颖性在于在共生无线电系统中将有序中继对选择和保密感知能效最大化表述为耦合决策问题。对于每个候选中继对，依赖于中继的信道条件、收集能量可用性、首跳解码可行性、保密要求和能耗共同定义了一个特定的可行工作区域和由此产生的优化能效。
• 针对直连链路从 AP 和终端到 GW 不可用的阻塞受限场景，提出了一种安全的中继对辅助 SR 架构。该系统结合了中继辅助转发、后向散射辅助传输、基于 Wi-Fi 的能量收集和协作干扰。
• 通过考虑保密率、总能耗、QoS 要求、能量因果性、时间分配、反射系数、功率分割、AP 发射功率和干扰器功率，构建了一个保密感知的能效最大化问题。
• 在 j ≠ z 约束下，为两个终端开发了一种中继对选择策略。与基于信道增益的中继选择不同，所提出的策略根据解决资源分配问题后获得的优化能效选择中继对。
• 使用基于 Dinkelbach 的求解方法来处理分数能效目标。该方法与约束非线性优化相结合，并应用于每个候选中继对。
• 仿真结果显示了环境 Wi-Fi 源数量、中继群体规模、AP 发射功率、功率分割因子、反射系数、噪声功率和干扰器功率如何影响保密率、总能耗和最终能效。

本文其余部分组织如下。第 2 节介绍系统模型和传输协议。第 3 节推导合法信道和窃听信道的收集能量和信道容量表达式。第 4 节构建保密感知能效最大化问题，并介绍中继对选择和基于 Dinkelbach 的求解方法。第 5 节给出仿真结果。最后，第 6 节总结全文。

章节片段
系统模型
在图 1 所示的系统模型中，从 T1、T2 或 AP 到 GW 没有直连链路。因此，通信通过由 K 个中继组成的候选中继集群建立，其中 Rlk 表示第 k 个中继。这主要是由于环境障碍物阻塞了直连链路，使得中继辅助传输成为必要。AP 作为主要信号源，支持中继辅助传输和共生通信。该系统还利用环境

问题构建
本节基于第 2 节描述的传输协议，为合法信道和窃听信道推导了收集能量、中继发射功率和信道容量表达式。然后利用这些表达式构建所提出的中继辅助共生无线电系统的保密感知能效最大化问题。为了清晰起见，分别针对合法信道和窃听信道展示推导过程。

保密感知能效最大化
本节基于第 3 节推导的收集能量和信道容量表达式，构建了所提出的中继辅助共生无线电系统的保密感知能效最大化问题。首先，介绍能效指标及相关优化问题。

随后，阐述了中继对选择策略、基于 Dinkelbach 的求解方法以及所提框架的计算复杂度。
仿真结果 在仿真中，我们采用基于距离的大规模信道模型（仅含路径损耗）来捕捉网络几何结构的影响。具体来说，任意相距为 d 的发射机与接收机对之间的信道功率增益建模为 g(d)=β0(max(d,d0))?ν，其中 ν 表示路径损耗指数，β0 为 d0 米处的参考信道功率增益。在整个仿真过程中，我们将 d0 设置为 1 米，以避免极小间距下产生不切实际的高增益，并采用 ν=2 和 β0=0.1。
结论 本研究考虑了一种安全中继辅助的共生无线电系统，该系统从 K 个候选中继组成的集群中选取两个不同的中继，同时接入点、用户与网关之间的直接链路不可用。结果表明，环境 Wi-Fi 信号有助于所选中继收集更多能量，并降低对接入点的能量需求。结果还表明，中继选择不应仅依据信道条件进行，因为保密性能，
伦理声明 作者声明本研究不涉及人类或动物受试者。
资金资助 本研究未收到公共、商业或非营利部门资助机构的任何特定拨款。
稿件准备过程中生成式 AI 及 AI 辅助技术声明 在准备本工作期间，作者使用了 Google Gemini 这一人工智能辅助工具，仅用于改善稿件的语言表达和可读性。使用该工具后，作者根据需要审查并编辑了内容，并对发表文章的内容承担全部责任。
CRediT 作者贡献声明 Muhammed Yusuf Onay：写作 – 审阅与编辑，写作 – 原稿，方法论，调查，概念化，形式化分析，可视化，软件。
利益冲突声明 作者声明，他没有任何已知的竞争性经济利益或个人关系，这些利益或关系可能会被认为影响本论文所报告的工作。Muhammed Yusuf Onay