[论文解读] Joint Beamforming and Location Optimization for Secure Data Collection in Wireless Sensor Networks with UAV-Carried Intelligent Reflecting Surface

Christantus O. Nnamani, Muhammad R. A. Khandaker+1 more|arXiv (Cornell University)|Jan 16, 2021

Advanced Wireless Communication TechnologiesEngineering被引用 18

一句话总结

本文提出了一种针对无线传感器网络中无人机携带智能反射面（IRS）的联合优化框架，通过联合设计波束成形权重、无人机轨迹和IRS反射系数，以最大化保密速率。该方法实现了非迭代的次优解，显著提升了物理层安全性，尤其在窃听者信道不确定性及传感器节点随机分布的情况下表现优异。

ABSTRACT

This paper considers unmanned aerial vehicle (UAV)-carried intelligent reflecting surface (IRS) for secure data collection in wireless sensor networks. An eavesdropper (Eve) lurks within the vicinity of the main receiver (Bob) while several randomly placed sensor nodes beamform collaboratively to the UAV-carried IRS that reflects the signal to the main receiver (Bob). The design objective is to maximise the achievable secrecy rate in the noisy communication channel by jointly optimizing the collaborative beamforming weights of the sensor nodes, the trajectory of the UAV and the reflection coefficients of the IRS elements. By designing the IRS reflection coefficients with and without the knowledge of the eavesdropper's channel, we develop a non-iterative sub-optimal solution for the secrecy rate maximization problem. It has been shown analytically that the UAV flight time and the randomness in the distribution of the sensor nodes, obtained by varying the sensor distribution area, can greatly affect secrecy performance. In addition, the maximum allowable number of IRS elements as well as a bound on the attainable average secrecy rate of the IRS aided noisy communication channel have also been derived. Extensive simulation results demonstrate the superior performance of the proposed algorithms compared to the existing schemes.

研究动机与目标

• 解决高移动性及潜在窃听环境下无线传感器网络（WSNs）中安全数据采集的挑战。
• 通过集成无人机携带的IRS，克服传统IRS与无人机系统在动态、自适应信道控制方面的局限性。
• 在具有随机节点分布和未知窃听者信道的噪声多传感器环境中，最大化可实现的保密速率。
• 提出一种非迭代次优解，以相比迭代方法显著降低计算复杂度。
• 分析无人机飞行时间、传感器分布随机性以及IRS单元数量对保密性能的影响。

提出的方法

• 建立一个涉及传感器节点协作波束成形、无人机轨迹控制以及IRS反射系数优化的保密速率最大化问题。
• 利用反向三角不等式与变量替换，推导出距离乘积的下界，将非凸问题转化为可解形式。
• 对转化后的问题应用Karush-Kuhn-Tucker（KKT）条件，将其简化为求解具有唯一实根的三次方程。
• 通过三次方程的实根推导出每个时间步的最优无人机位置，实现非迭代计算。
• 纳入无人机移动性与反射系数设计的约束条件，分别考虑有无窃听者信道状态信息（CSI）的情况。
• 通过独立求解每个时间步的优化问题并累加最优值，实现时间步上的优化扩展。

实验结果

研究问题

• RQ1 无人机挂载IRS的无线传感器网络中，波束成形、无人机轨迹与IRS反射系数的联合优化如何提升保密速率？
• RQ2 无人机飞行时间与传感器节点分布随机性对可实现保密速率有何影响？
• RQ3 IRS单元数量如何影响最大可实现平均保密速率？
• RQ4 非迭代次优解是否能在保密速率与计算效率方面优于现有迭代方案？
• RQ5 缺乏窃听者CSI时，对系统保密性能与设计鲁棒性有何影响？

主要发现

• 所提出的非迭代算法在保密速率性能方面优于现有方案，且计算复杂度显著降低。
• 无人机轨迹优化通过动态调整IRS位置以获得有利反射条件，实现了持续的保密性能。
• 传感器节点分布的随机性会降低保密速率，但所提设计通过自适应波束成形与IRS控制有效缓解了该影响。
• IRS单元的最大数量受系统硬件与信道条件限制，已推导出确保最优保密速率的上界。
• IRS辅助系统的平均保密速率存在理论上限，所提设计达到了该理论极限的较高比例。
• 通过IRS波束成形增加了窃听者处的相位失配，增强了合法接收者的协作接收，同时在窃听者处引入破坏性干扰。