[論文レビュー] AI-enabled STAR-RIS aided MISO ISAC Secure Communications

Zhengyu Zhu, Mengfei Gong+3 more|arXiv (Cornell University)|Feb 26, 2024

Space Satellite Systems and Control被引用数 4

ひとこと要約

本稿では、長期間平均の秘密性レートを最大化するとともに、センシングおよび通信品質を確保するため、AI駆動のSTAR-RIS支援MISO ISACシステムの設計を提案する。深層強化学習（DDPGおよびSAC）を用いてビームフォーミング、受信フィルタリング、STAR-RIS係数を共同最適化することで、従来のRISおよびダブルスプライスRISベンチマークと比較して、優れたセキュリティおよびスペクトル効率を達成する。

ABSTRACT

A simultaneous transmitting and reflecting reconfigurable intelligent surface (STAR-RIS) aided integrated sensing and communication (ISAC) dual-secure communication system is studied in this paper. The sensed target and legitimate users (LUs) are situated on the opposite sides of the STAR-RIS, and the energy splitting and time switching protocols are applied in the STAR-RIS, respectively. The long-term average security rate for LUs is maximized by the joint design of the base station (BS) transmit beamforming and receive filter, along with the STAR-RIS transmitting and reflecting coefficients, under guarantying the echo signal-to-noise ratio thresholds and rate constraints for the LUs. Since the channel information changes over time, conventional convex optimization techniques cannot provide the optimal performance for the system, and result in excessively high computational complexity in the exploration of the long-term gains for the system. Taking continuity control decisions into account, the deep deterministic policy gradient and soft actor-critic algorithms based on off-policy are applied to address the complex non-convex problem. Simulation results comprehensively evaluate the performance of the proposed two reinforcement learning algorithms and demonstrate that STAR-RIS is remarkably better than the two benchmarks in the ISAC system.

研究の動機と目的

• 高周波帯ISACシステムにおける制限されたカバレッジと高いパスロスを伴う高レート・セキュア通信の課題に対処する。
• 従来のRISが信号を反射するのみで片側のユーザーにのみサービスを提供するという制限を克服し、360°カバレッジを実現するSTAR-RISを活用する。
• 二重セキュアなISAC環境において、エコーSNRの閾値と通信レート制約を同時に満たす。
• 基地局（BS）のビームフォーミング、受信フィルタリング、STAR-RISの送信・反射係数を共同最適化することで、正当ユーザーの長期平均秘密性レートを最大化する。
• 時間変動するチャネル状態に起因する非凸で時間変動する最適化問題を、サンプル効率の高い深層強化学習アルゴリズムを用いて解く。

提案手法

• エネルギー分割（ES）または時間スイッチング（TS）プロトコルを用いて、入射信号を透過および反射成分に分割するSTAR-RISを採用する。
• 最小エコーSNRおよびユーザーレート制約の下で、長期平均秘密性レートを最大化する非凸最適化問題を定式化する。
• オフポリシーの深層強化学習手法として、深層決定的方策勾配（DDPG）およびソフトアクタクリティカル（SAC）アルゴリズムを適用し、ビームフォーミング、受信フィルタリング、STAR-RIS係数の最適制御方策を学習する。
• ニューラルネットワークを用いて方策関数および価値関数を近似することで、動的環境下でのシステムパラメータのエンドツーエンド共同最適化を可能にする。
• 経験リプレイとターゲットネットワークを用いてエージェントを訓練することで、特に高次元の行動空間において安定性とサンプル効率を向上させる。
• 状態空間および行動空間の正規化と、学習率やエントロピー係数などのハイパーパrameterの調整により、公平性と収束性を確保する。

実験結果

リサーチクエスチョン

• RQ1 STAR-RISの統合は、従来のRISと比較して、MISO ISACシステムにおける秘密性レートとカバレッジをどのように向上させるか？
• RQ2 深層強化学習は、動的ISAC環境における非凸で時間変動する最適化問題を効果的に解けるか？
• RQ3 平均秘密性レートという観点で、STAR-RISはダブルスプライスRISおよび従来のRISに対してどの程度の性能向上を達成するか？
• RQ4 STAR-RISのTSおよびESプロトコルは、さまざまなSNR制約下で、システムの秘密性レートとリソース割り当てにどのように影響を与えるか？
• RQ5 DDPGとSACのどちらの深層強化学習アルゴリズムが、このISACセキュリティ最適化タスクにおいてより優れた性能と収束性を示すか？

主な発見

• 提案されたSTAR-RIS支援ISACシステムは、従来のRISおよびダブルスプライスRISベンチマークと比較して、顕著に高い平均秘密性レートを達成しており、360°カバレッジとフルシグナル操作の優位性を示している。
• SACアルゴリズムは、最大エントロピー正則化と二重Qネットワーク設計のおかげで、最終報酬と収束安定性においてDDPGを上回り、より高い平均秘密性レートを達成する。
• DDPGはSACよりも収束が速いが、SACは最終的な性能が優れているため、トレーニング速度と解の質の間にはトレードオフがあることが示された。
• STAR-RIS素子数（N）を増加させることで、両アルゴリズムの秘密性レート性能が向上し、特にSACではより顕著な向上が見られた。
• 1エピソードあたりの平均実行時間がNの増加に伴い増加し、SACはそのより複雑なネットワークアーキテクチャのため、DDPGよりも高い計算コストを要する。
• 基地局の送信電力が高いほど平均秘密性レートが向上するが、高電力域では利得が減少し、リターンの逓減が見られる。
• ESプロトコルはTSに比べて低い秘密性レートを示し、特にエコーSNRが16 dBを超えると、センシングに過剰なリソースを割り当てることで通信のセキュリティが損なわれる。