[论文解读] 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 4

一句话总结

本文提出一种基于人工智能的STAR-RIS辅助MISO ISAC系统设计，旨在最大化合法用户的长期平均保密速率，同时确保感知与通信质量。通过联合优化波束成形、接收滤波及STAR-RIS系数，采用深度强化学习（DDPG与SAC），系统在安全性和频谱效率方面优于传统RIS及双拼接RIS基准方案。

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.

研究动机与目标

• 解决高频段ISAC系统中因覆盖受限与路径损耗高而导致的安全高速通信挑战。
• 通过利用可同时透射与反射信号的STAR-RIS，突破传统RIS仅反射信号且仅服务单侧用户的局限，实现360°覆盖。
• 在双重视觉安全ISAC环境中，同时满足回波信噪比（SNR）阈值与通信速率约束。
• 通过联合优化基站（BS）波束成形、接收滤波及STAR-RIS的透射与反射系数，最大化合法用户的长期平均保密速率。
• 采用样本高效的深度强化学习算法，解决由动态信道状态引起的非凸、时变优化问题。

提出的方法

• 采用STAR-RIS，通过能量分割（ES）或时隙切换（TS）协议将入射信号分为透射与反射两部分。
• 建立非凸优化问题，以在满足最小回波SNR与用户速率约束条件下，最大化长期平均保密速率。
• 应用深度确定性策略梯度（DDPG）与软演员-critic（SAC）算法——两种离策略深度强化学习方法——以学习波束成形、接收滤波及STAR-RIS系数的最优控制策略。
• 使用神经网络近似策略函数与价值函数，实现在动态环境中系统参数的端到端联合优化。
• 通过经验回放与目标网络训练智能体，提升稳定性与样本效率，尤其在高维动作空间下表现更优。
• 通过状态与动作空间的归一化及学习率、熵系数等超参数调优，确保公平性与收敛性。

实验结果

研究问题

• RQ1 与传统RIS相比，STAR-RIS在MISO ISAC系统中如何提升保密速率与覆盖范围？
• RQ2 深度强化学习能否有效解决动态ISAC环境中非凸、时变的优化问题？
• RQ3 在平均保密速率方面，STAR-RIS相较于双拼接RIS与传统RIS的性能增益如何？
• RQ4 在不同SNR约束下，STAR-RIS的TS与ES协议对系统保密速率与资源分配有何影响？
• RQ5 在本ISAC安全优化任务中，DDPG与SAC两种深度强化学习算法中，哪一种性能更优且收敛更稳定？

主要发现

• 所提出的STAR-RIS辅助ISAC系统在平均保密速率上显著优于传统RIS与双拼接RIS基准方案，充分证明了360°覆盖与全信号调控的优势。
• SAC算法在最终奖励与收敛稳定性方面优于DDPG，其最大熵正则化与双Q网络设计使其获得更高的平均保密速率。
• DDPG收敛速度优于SAC，但SAC最终性能更优，表明训练速度与解质量之间存在权衡。
• 增加STAR-RIS单元数（N）可提升两种算法的保密速率性能，且SAC的增益更为显著。
• 每轮运行时间随N增加而上升，且SAC因网络结构更复杂，计算开销高于DDPG。
• 提升基站（BS）发射功率可提高平均保密速率，但高功率下增益趋于饱和，表明收益递减。
• ES协议的保密速率低于TS，尤其在回波SNR超过16 dB时，因感知资源过度分配导致通信安全性下降。