[论文解读] Resource Allocation for Secure MISO-NOMA Cognitive Radios Relying on SWIPT

Fuhui Zhou, Zheng Chu+2 more|arXiv (Cornell University)|Feb 12, 2018

Energy Harvesting in Wireless Networks参考文献 17被引用 3

一句话总结

本文提出了一种人工噪声辅助的协作干扰方案，以增强采用非正交多址接入（NOMA）和同时无线信息与能量传输（SWIPT）的多输入单输出（MISO）认知无线电网络中的物理层安全性能。通过在实际非线性能量采集模型下建立功率最小化问题，并利用半定松弛和连续凸逼近方法求解，该方案在比传统方法更低的发射功率下实现了安全通信，展示了NOMA在能效方面相对于OMA的优势。

ABSTRACT

Cognitive radio (CR) and non-orthogonal multiple access (NOMA) are two promising technologies in the next generation wireless communication systems. The security of a NOMA CR network (CRN) is important but lacks of study. In this paper, a multiple-input single-output NOMA CRN relying on simultaneous wireless information and power transfer is studied. In order to improve the security of both the primary and secondary network, an artificial noise-aided cooperative jamming scheme is proposed. Different from the most existing works, a power minimization problem is formulated under a practical non-linear energy harvesting model. A suboptimal scheme is proposed to solve this problem based on semidefinite relaxation and successive convex approximation. Simulation results show that the proposed cooperative jamming scheme is efficient to achieve secure communication and NOMA outperforms the conventional orthogonal multiple access in terms of the power consumption.

研究动机与目标

• 解决基于SWIPT的NOMA认知无线电网络中安全研究不足的问题。
• 应对NOMA CRN因射频信号广播特性而面临恶意能量采集接收机（EHRs）窃听的脆弱性。
• 在确保主用户和次用户服务质量及保密速率要求的前提下，最小化总发射功率，并满足能量采集约束。
• 将实际的非线性能量采集模型整合到资源分配中，以实现更贴近实际的系统设计。
• 提出一种联合波束成形与人工噪声协方差优化框架，以增强MISO-NOMA CRN在SWIPT场景下的物理层安全性。

提出的方法

• 提出一种人工噪声辅助的协作干扰方案，通过劣化窃听信道来提升安全性，同时保持合法用户通信质量。
• 在主用户和次用户服务质量（QoS）约束及保密速率要求下，建立非凸功率最小化问题。
• 引入实际的非线性能量采集模型，以反映射频到直流转换过程中的非理想效率。
• 应用半定松弛（SDR）处理波束成形设计中的秩约束，将问题转化为可处理的形式。
• 采用连续凸逼近（SCA）迭代求解非凸优化问题，收敛至次优解。
• 当解矩阵的秩大于1时，应用高斯随机化方法恢复次优波束成形向量。

Figure 1: The system model.

实验结果

研究问题

• RQ1 如何在采用SWIPT的MISO-NOMA认知无线电网络中提升物理层安全性？
• RQ2 采用非线性能量采集模型对NOMA CRN中安全资源分配设计有何影响？
• RQ3 在支持SWIPT的NOMA CRN中，协作干扰结合人工噪声是否能同时提升保密速率并最小化总发射功率？
• RQ4 在相同的SWIPT与安全约束下，NOMA与传统OMA（特别是时分多址）在功耗效率与安全性能方面有何对比？
• RQ5 所提出的联合波束成形与人工噪声优化算法的收敛行为与计算效率如何？

主要发现

• 所提出的协作干扰方案显著降低了对发射功率的需求，相比无干扰方案，通过劣化窃听信道提升了安全性。
• 该算法在数次迭代内收敛（如图2b所示），表明其具有较高的计算效率和实际可行性。
• NOMA在功耗方面优于OMA（特别是时分多址），体现了其在频谱效率与能效方面的优势。
• 采用非线性能量采集模型可带来更准确、更真实的功率约束，从而实现优于理想化线性模型的系统性能。
• 仿真结果表明，所提方案在满足所有QoS与保密速率约束的同时，也满足了EHRs的最低能量采集需求。
• 通过SCA与高斯随机化获得的次优解接近最优性能，验证了所提优化框架的有效性。

(a) The minimum transmission power versus the number of EHRs.