[论文解读] Secure and Energy Efficient Transmission for IRS-Assisted Cognitive Radio Networks

Xuewen Wu, Jingxiao Ma+4 more|arXiv (Cornell University)|Mar 8, 2021

Advanced Wireless Communication Technologies参考文献 55被引用 7

一句话总结

本文提出了一种智能反射面（IRS）辅助认知无线电网络中的联合发射与反射波束成形设计，旨在在干扰约束和物理层安全条件下最大化保密能效（SEE）。通过结合惩罚函数与D.C.规划的迭代算法，该方案提升了保密速率与能效，仿真结果表明其在频谱效率和安全性能方面相较于传统方法有显著增益。

ABSTRACT

The spectrum efficiency (SE) and security of the secondary users (SUs) in the cognitive radio networks (CRNs) have become two main issues due to the limitation interference to the primary users (PUs) and the shared spectrum with the PUs. Intelligent reflecting surface (IRS) has been recently proposed as a revolutionary technique which can help to enhance the SE and physical layer security of wireless communications. This paper investigates the application of IRS in an underlay CRN, where a multi-antenna cognitive base station (CBS) utilizes spectrum assigned to the PU to communicate with a SU via IRS in the presence of multiple coordinated eavesdroppers (Eves). To achieve the trade-off between the secrecy rate (SR) and energy consumption, we investigate the secrecy energy efficiency (SEE) maximization problem by jointly designing the transmit beamforming at the CBS and the reflect beamforming at the IRS. To solve the non-convex problem with coupled variables, we propose an iterative alternating optimization algorithm to solve the sub-problems alternately, by utilizing an iterative penalty function based algorithm for sub-problem 1 and the difference of two-convex functions method for sub-problem 2. Furthermore, we provide a second-order-cone-programming (SOCP) approximation approach to reduce the computational complexity. Finally, the simulation results demonstrate that IRS can help significantly improve the SE and enhance the physical layer security in the CRNs. Moreover, the effectiveness and superiority of our proposed algorithm in achieving the trade-off between the SR and energy consumption are verified.

研究动机与目标

• 解决在主用户干扰约束下，次用户认知无线电网络中保密速率与能耗之间的权衡问题。
• 通过智能反射面（IRS）抑制窃听，提升CRN中的物理层安全性。
• 联合优化认知基站在发射波束成形与IRS在反射波束成形，以实现保密能效最大化。
• 通过二阶锥规划（SOCP）近似降低计算复杂度，同时保持性能。

提出的方法

• 针对发射波束成形与反射波束成形的耦合变量，构建非凸保密能效（SEE）最大化问题。
• 采用迭代交替优化算法交替求解子问题：使用惩罚函数法求解发射波束成形，使用D.C.规划求解反射波束成形。
• 应用二阶锥规划（SOCP）近似以降低计算复杂度，同时保持解的质量。
• 施加干扰温度约束以保护主用户，并通过功率泄漏控制确保保密速率。
• 推导KKT条件，并通过拉格朗日对偶与矩阵秩分析证明最优波束成形为秩一。
• 采用迭代精化方法，确保目标函数收敛至局部最优。

实验结果

研究问题

• RQ1 在主用户干扰约束下，如何在IRS辅助的认知无线电网络中最大化保密能效？
• RQ2 认知基站在发射波束成形与IRS在反射波束成形的联合波束成形策略，如何在保密速率与能效之间实现平衡？
• RQ3 IRS部署如何提升存在多个协同窃听者的CRN中的物理层安全性？
• RQ4 与传统波束成形及非IRS方案相比，所提算法的性能增益如何？
• RQ5 低复杂度的SOCP近似能否在降低计算成本的同时实现接近最优的SEE？

主要发现

• 所提算法在保密速率与能效方面显著优于传统波束成形与非IRS方案。
• IRS部署提升了频谱效率，使次用户端实现信号的constructive合并，同时抑制对主用户与窃听者的干扰。
• 仿真结果证实，迭代算法单调收敛，目标函数在各次迭代中持续增加。
• SOCP近似显著降低了计算复杂度，同时保持高性能，使该方案适用于实时部署。
• 最优波束成形解为秩一，证实了在给定约束下，单流传输已足够实现保密速率最大化。
• 保密能效显著提升，证明了IRS在保障与优化频谱共享通信方面的有效性。