[论文解读] Artificial-noise-aided Secure Multicast Precoding for Directional Modulation Systems

Feng Shu, Ling Xu+3 more|arXiv (Cornell University)|Dec 27, 2017

Wireless Communication Security Techniques参考文献 10被引用 5

一句话总结

本文提出两种人工噪声辅助预编码方案——Max-GRP 加 NSP 和 Max-SLNR 加 Max-ANLNR，用于定向调制系统中的安全组播传输。通过优化波束成形与人工噪声投影以提升保密 sum-rate 和误码率性能，Max-SLNR 加 Max-ANLNR 方案在方向测量误差下仍表现出优于传统方法的性能，且复杂度较低。

ABSTRACT

In multi-cast scenario, all desired users are divided into $K$ groups. Each group receives its own individual confidential message stream. Eavesdropper group aims to intercept $K$ confidential-message streams. To achieve a secure transmission, two secure schemes are proposed: maximum group receive power plus null-space (NS) projection (Max-GRP plus NSP) and leakage. The former obtains its precoding vector per group by maximizing its own group receive power subject to the orthogonal constraint, and its AN projection matrix consist of all bases of NS of all desired steering vectors from all groups. The latter attains its desired precoding vector per group by driving the current confidential message power to its group steering space and reducing its power leakage to eavesdropper group and other $K-1$ desired ones by maximizing signal to leakage and noise ratio (Max-SLNR). And its AN projection matrix is designed by forcing AN power into the eavesdropper steering space by viewing AN as a useful signal for eavesdropper group and maximizing AN to leakage-and-noise ratio (Max-ANLNR). Simulation results show that the proposed two methods are better than conventional method in terms of both bit-error-rate (BER) and secrecy sum-rate per group. Also, the leakage scheme performs better than Max-GRP-NSP , especially in the presence of direction measurement errors. However, the latter requires no channel statistical parameters and thus is simpler compared to the former.

研究动机与目标

• 解决在共信道窃听者存在的情况下，多保密信息流在组播定向调制系统中的安全传输挑战。
• 通过防止窃听者截获任意 K 个独立信息流，确保组内隐私与组间保密性。
• 设计无需统计信道状态信息的低复杂度、鲁棒性预编码方案。
• 与传统波束成形方法相比，提升每组的误码率（BER）与保密 sum-rate（SSR）性能。

提出的方法

• 提出 Max-GRP 加 NSP 方案：在正交性约束下，最大化每组的接收信号功率，同时将人工噪声（AN）投影至所有期望波束成形向量的零空间。
• 提出 Max-SLNR 加 Max-ANLNR 方案：最大化所需组的信号比泄漏与噪声比（SLNR），并最大化人工噪声比泄漏与噪声比（ANLNR），以将 AN 功率强制注入窃听者波束成形空间。
• 采用统一的发射信号模型，结合保密数据流与 AN，通过 α1、α2 进行功率归一化，使用预编码向量 v_k 与 AN 投影矩阵 T_AN。
• 基于均匀线性阵列结构定义波束成形向量 h(θ)，其相位偏移取决于方向角、波长与天线间距。
• 通过优化推导预编码向量：Max-GRP 采用功率最大化并结合零空间投影；Max-SLNR 采用 SLNR 最大化并结合 ANLNR 优化。
• 假设信道状态信息完美，方向测量误差建模为带宽受限区间内的均匀分布随机变量。

实验结果

研究问题

• RQ1 在存在多个期望用户组与单一窃听者组的定向调制系统中，如何实现安全组播传输？
• RQ2 在完美与不完美信道知识条件下，何种预编码与人工噪声投影策略可最大化保密 sum-rate 并最小化误码率？
• RQ3 在方向测量误差下，所提方案与传统波束成形（BD）在 BER 与 SSR 性能上的对比如何？
• RQ4 Max-GRP 加 NSP 与 Max-SLNR 加 Max-ANLNR 在性能增益与计算复杂度之间存在何种权衡？
• RQ5 所提方案能否在不依赖统计 CSI 的前提下，保持对方向估计误差的鲁棒性？

主要发现

• Max-SLNR 加 Max-ANLNR 方案在误码率性能上显著优于 Max-GRP 加 NSP 与传统 BD，尤其在高信噪比（SNR）条件下。
• 在 SNR = 14 dB 时，Max-SLNR 加 Max-ANLNR 方法在期望方向（30°、45° 对应第 1 组）形成两个清晰的主瓣，误码率低于 0.01，而主瓣外误码率超过 0.1。
• 随着 SNR 增加，Max-SLNR 加 Max-ANLNR 的保密 sum-rate（SSR）相对于 Max-GRP 加 NSP 的增益持续扩大，尤其在中高 SNR 区域表现显著。
• 在方向测量误差（±5°）下，所有方法的误码率均下降约一个数量级，但所提方案仍显著优于传统 BD，表现出更强鲁棒性。
• Max-GRP 加 NSP 方案无需噪声方差信息，计算复杂度更低，随用户数线性增长；而 Max-SLNR 加 Max-ANLNR 复杂度随用户数呈立方增长。
• 即使窃听者位于主瓣之外，Max-SLNR 加 Max-ANLNR 方法仍保持优异性能，展现出强大的空间保密性与对方向估计误差的鲁棒性。