无人机辅助的安全认知无线通信系统建模及其优化设计.pdf

摘要

摘要

近年来，数据驱动下的第六代（TheSixthGeneration,6G）通信使人类社会

进入智能时代，明确地定义6G系统可能为时尚早，但实现万物互联到万物智联的

跃进已经成为联系现实物理与虚拟数字世界的纽带，由此催生的大规模物联网使

海量应用得到部署。然而，海量应用的投入带来了频谱资源紧等问题，数以亿

计的设备使本就不宽裕的频谱资源更为“左支右绌”。无人机（UnmannedAerial

Vehicle,UAV）辅助的认知无线网络（CognitiveRadioNetwork,CRN）在一定程度

上可以缓解这一问题，一方面，利用UAV的视距链路输可以提高系统可靠性，

另一方面，利用CRN能有效提高频谱利用率。此外，6G赋能行业的数字化场景

对数据的新鲜度、安全性等有更高的要求，但是基于它们联合考虑的最优性能度

量优化设计还未被广泛研究。本文针对不同系统模型，提出了UAV辅助CRN系统

的UAV飞行轨迹优化和系统能效资源分配方案，同时还考虑了安全信息年龄（Age

ofInformation,AoI）这一概念。本文主要贡献和创新点如下：

（1）针对无线通信系统中频谱资源稀缺等安全问题，提出了一种认知无线-

非正交多址接入网络。在不干扰主用户正常通信的条件下，研究从系统的信息安

全输速率，将UAV作为移动中继的同时又充当干扰器。对UAV飞行轨迹和发射

功率进行联合优化，提出功率分配因子对UAV的发射功率进行分配。由于所提出

的问题是非凸的，通过构非凸约束的函数将其转化为凸约束条件，运用连续凸

逼近（SuccessiveConvexApproximation,SCA）的迭代算法进行求解。仿真结果表

明，相较于无优化和静态中继方案，该方案可以得到局部最优解，通过最大化系

统的平均保密率，有效提升了系统的安全性能。

（2）研究了旋转翼干扰UAV辅助毫米波（MillimeterWave,mm-Wave）认知

系统的最优轨迹和功率分配问题，目的是最大限度提高总安全能量效率（Energy

Efficiency,EE）。UAV通信任务被窃听者窃听，网络终端配备有多输入多输出天

线阵列。首先，通过解决三个关键性问题：路径损耗、小规模Nakagami-m衰落信

道增益和收发器天线波束成形增益来构建近似模型，然后推导出每条链路速率

的上下界。其次，以最大化安全EE为目标，考虑主接收机处的约束，建立了最

优UAV轨迹和资源分配框架，利用推导出的上下界和SCA求解最优框架。最后，

用Dinkelbach方法设计了迭代优化算法。仿真结果表明，与无EE方案相比，EE方

案有更平滑的UAV轨迹，但无EE方案具有更高的安全率。

（3）由于AoI及其峰值信息年龄（PeakAgeofInformation,PAoI）是捕捉信息

I

无人机辅助的安全认知无线通信系统建模及其优化设计

新鲜度的一个有效指标，在研究安全性时应保证信息的新鲜度。尽管这两个指标

已经被广泛独立研究，但基于它们联合考虑的安全信息年龄（SecurityAgeofIn-

formation,SAoI）是一个新的概念。鉴于此，本文研究了在旋转翼干扰UAV辅助下

的中继系统的安全峰值信息年龄（SecurityPeakAgeofInformation,SPAoI），提出

了四种优化策略：Min-PAoI、Max-SPAoI、Max-SPAoI-EC和Max-WS-SPAoI-EC策

略。基于这四种策略设计了一个可行的CVX工具和Dinkelbach方法来解决的最优

框架。仿真结果呈现了这四种策略的比较，可以发现Min-PAoI策略的UAV飞行

范围最大。由于能耗较小，Max-SPAoI和Min-PAoI策略的最优UAV轨迹明显不同，

Min-PAoI和Max-WS-SPAoI-EC策略具有较小的SPAoI，当使用这两种策略时，系

统的安全性较低，但这两种策略实现了更新的状态更新。尽管Max-SPAoI和Max-

SPAoI策略具有较高SPAoI和AoI，但当使用这两种策略时，系统的安全性较高。