[论文解读] Artificial Noise Aided Secure Cognitive Beamforming for Cooperative MISO-NOMA Using SWIPT

Fuhui Zhou, Zheng Chu+3 more|arXiv (Cornell University)|Feb 20, 2018

Energy Harvesting in Wireless Networks参考文献 32被引用 5

一句话总结

本文提出了一种基于人工噪声的协作波束成形方案，用于在同时无线信息与能量传输（SWIPT）的认知无线电MISO-NOMA网络中实现安全通信，采用非线性能量采集模型。通过使用半定松弛（SDR）和基于代价函数的算法，在保证保密速率和能量采集约束的前提下最小化传输功率，结果表明NOMA优于OMA，且基于代价函数的方法相比SDR实现更低的功率消耗。

ABSTRACT

Cognitive radio (CR) and non-orthogonal multiple access (NOMA) have been deemed two promising technologies due to their potential to achieve high spectral efficiency and massive connectivity. This paper studies a multiple-input single-output NOMA CR network relying on simultaneous wireless information and power transfer (SWIPT) conceived for supporting a massive population of power limited battery-driven devices. In contrast to most of the existing works, which use an ideally linear energy harvesting model, this study applies a more practical non-linear energy harvesting model. In order to improve the security of the primary network, an artificial-noise-aided cooperative jamming scheme is proposed. The artificial-noise-aided beamforming design problems are investigated subject to the practical secrecy rate and energy harvesting constraints. Specifically, the transmission power minimization problems are formulated under both perfect channel state information (CSI) and the bounded CSI error model. The problems formulated are non-convex, hence they are challenging to solve. A pair of algorithms either using semidefinite relaxation (SDR) or a cost function are proposed for solving these problems. Our simulation results show that the proposed cooperative jamming scheme succeeds in establishing secure communications and NOMA is capable of outperforming the conventional orthogonal multiple access in terms of its power efficiency. Finally, we demonstrate that the cost function algorithm outperforms the SDR-based algorithm.

研究动机与目标

• 为解决依赖SWIPT的NOMA认知无线电网络的安全脆弱性问题，由于射频信号的广播特性，窃听者可能截获信号。
• 设计一种安全波束成形策略，确保主用户和次用户均满足保密速率要求，同时满足能量采集接收机（EHRs）的能量采集约束。
• 在考虑实际非线性能量采集和信道状态信息（CSI）不完美性的情况下，最小化多输入单输出（MISO）NOMA认知无线电网络中的总传输功率。
• 开发高效算法，以解决由保密速率和能量采集约束引发的复杂非凸优化问题。

提出的方法

• 提出一种人工噪声辅助的协作干扰方案，通过恶化窃听者信道来增强物理层安全性，同时保护主用户保密性。
• 采用实际的非线性能量采集模型，而非以往研究中常用的理想化线性模型来建模EHRs的能量采集过程。
• 在主用户和次用户保密速率约束以及EHRs最小采集能量约束下，制定传输功率最小化问题。
• 采用两种方法求解非凸优化问题：半定松弛（SDR）和基于代价函数的算法，以提升收敛性和性能。
• 考虑完美CSI和有界CSI误差模型，以评估在信道不确定性下的鲁棒性。
• 在接收端采用连续干扰消除（SIC）技术，以解调叠加的NOMA信号，实现在功率域的多用户复用。

实验结果

研究问题

• RQ1 在支持SWIPT的MISO-NOMA认知无线电网络中，人工噪声辅助的协作干扰是否能有效提升主用户的保密速率？
• RQ2 采用非线性能量采集模型对SWIPT支持的NOMA认知无线电网络中安全波束成形的设计与性能有何影响？
• RQ3 在联合能量与保密约束下，NOMA相较于传统正交多址接入（OMA）在功率效率和保密速率方面有何性能增益？
• RQ4 在完美CSI和不完美CSI条件下，基于SDR的算法与基于代价函数的算法在求解非凸波束成形优化问题时的表现如何比较？

主要发现

• 所提出的基于人工噪声的协作干扰方案显著降低了实现目标保密速率所需的传输功率，相比非协作方案具有明显优势。
• 在功率效率方面，NOMA优于TDMA，能够在满足相同保密速率和能量采集约束条件下使用更低的传输功率。
• 基于代价函数的算法实现的最小传输功率低于基于SDR的算法，表明其在功率最小化方面具有更优性能。
• 在CSI不完美条件下，所需传输功率相比完美CSI有所增加，但所提方案仍能有效维持保密性和能量采集约束。
• 两种算法的收敛迭代次数均较低，证实了其计算效率，尽管基于代价函数的算法因复杂度更高而需要更多迭代次数。
• 随着EHRs对能量采集需求的提高，最小传输功率随之增加，验证了能量传输与频谱效率之间的权衡关系。