买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江苏海洋大学;蓝湾海洋资源开发技术创新中心

摘要：本发明涉及无人机防窃听安全通信技术领域，公开了一种基于可重构智能反射面的无人机防窃听安全通信方法，通过整合RIS技术至无人机通信系统，利用其智能控制反射特性，显著提升了通信安全性。本发明采用深度强化学习的联合优化框架，同步优化无人机的运动轨迹、RIS的相移配置及用户调度策略，最大化合法用户与潜在窃听者之间的信道差异，增强物理层的通信安全性。还建立了直射信道遮蔽概率模型，并通过设计高效的状态、动作和奖励表示，将通信安全优化问题转化为强化学习问题，使用近端策略优化方法求解。本发明在提高通信安全性的同时，也显著提升了通信效率和质量，并通过无人机的灵活部署和RIS的智能调控，增强了系统的适应性和灵活性。

主权项：1.一种基于可重构智能反射面的无人机防窃听安全通信方法，其特征在于，包括以下步骤：S1：采用无人机至用户的下行系统链路；无人机至用户的下行系统链路具体结构如下：P1：包含一个具有Nu个发射天线的无人机通信基站；P2：K个地面的合法用户为UE；P3：一个具体坐标未知的潜在窃听者为EAV；P4：一个具有Mc×Mr个反射单元组成的均匀平面阵列可重构智能反射表面；其中，下行系统中同时存在空地直射信道与空-RIS-用户的反射信道；S2：将步骤S1中所述下行系统的总运行时间T分割成Nt个长度为δ的小时隙，并采用三维笛卡尔坐标系描述S1中下行系统的单位坐标；下行系统中的单位坐标具体表示为：无人机在第n个时隙中的坐标表示为Lu[n]＝qu[n],hu[n]，其中qu[n]＝xu[n],yu[n]为其水平坐标，hu[n]为无人机在该时刻下的高度；地面的合法用户坐标表示为qk＝xk,yk，地面所部署的RIS的坐标为qr＝xr,yr，潜在窃听者的具体坐标记作qe＝xe,ye，因实际场景下通常无法获取窃听者的具体位置，故而将窃听者估计位置记作qee＝xee,yee，其中xee与yee为水平的坐标，精确坐标与估计坐标间满足xe＝xee+Δxe,ye＝yee+Δye1且Δxe2+Δye2≤ε2，从而将估计误差限制在值ε中；S3：分别对步骤S1中所述下行系统中存在的UAV-UE直射信道与UAV-RIS-UE的非直射信道进行建模；下行系统中的UAV-UE直射信道与UAV-RIS-UE的非直射信道建模过程如下：T1：直射信道中，UAV-UE与UAV-EAV的信道增益分别为： 其中，β0为参考距离为1m时的信道增益，duk与due分别为UAV至UE与EAV间的欧氏距离；T2：在反射信道中，UAV-RIS的信道响应表达为： 其中，λ为载波波长，dr与dc分别为RIS上反射单元的水平与垂直的间距，dur[n]＝hu[n]2+||qu[n]-qk||2为UAV与RIS间的欧式距离，分别为在n时刻的到达角在水平x方向的余弦值、在水平y方向的余弦值及以及在垂直h方向的正弦值，其中hu与hr分别为UAV与RIS的高度；T3：RIS-UE与RIS-EAV的阵列响应为： T4：RIS的相移系数矩阵记作： 其中，为每个反射单元的相移；T5：UAV-UE与UAV-EAV的信道增益分别为：gurk[n]＝hrkT·Θ[n]·hur[n]8gure[n]＝hreT·Θ[n]·hur[n]9T6：城市环境中UAV-UE与UAV-EAV的直射信道被阻塞概率分别为： 其中，a与b为固定的经验系数；T7：UE与EAV处的信道增益分别为：gk[n]＝Puk[n]guk[n]+1-Puk[n]gurk[n]12ge[n]＝Pue[n]gue[n]+1-Pue[n]gure[n]13UE与EAV处的下行速率分别为： 其中，ck[n]∈{0,1}且为服务调度变量，指明同一时刻只有一个UE接受UAV的服务，B为带宽，pu为恒定的UAV信号发射功率，σ为加性高斯白噪声；T8：通信安全速率定义为最坏情况下的UE信道容量与EAV信道容量之差，表示为： T9：安全率优化问题定义为： P为所构建优化问题，与分别为UAV在水平与垂直方向上的最大速度，qu,min与qu,max为UAV在水平方向的最小与最大移动边界，hu,min与hu,max为UAV在垂直方向的最小与最大移动边界，ck为服务决策变量用以指明UAV所服务的UE，Dk为每个UE需要得到最小服务量，约束条件C1与C2分别限制了无人机水平及垂直方向运动的最大速度，C3与C4限制了无人机运动的场地大小，C5指明同一时刻下只有一个用户接受来自无人机的服务，C6要求每个用户至少接受到一定量的传输；S4：利用近端策略优化方法对步骤S3中的优化问题建模；近端策略优化问题建模步骤如下：S4-1：定义状态sn＝{qu[n],hu[n],dk[n]}，其中二元变量dk[n]∈{0,1}指示该UE所接受服务量是否达标；S4-2：动作an＝{qa[n],ha[n],ca[n],θ[n]}，其中qa[n]为UAV水平运动方向，ha[n]为UAV的垂直运动方向，二元变量ca[n]∈{1,2...,K}指示该时刻UAV所服务的UE，θ[n]为离散化后的相移取值；S4-3：奖励设计为rn＝dk[n]Rs[n]-ξV[n]，其中V[n]为该时刻下所违反的约束条件数量，ξ为惩罚系数；近端策略优化的初始化需要策略网络、策略网络的拷贝以及价值网络，该三种网络具体包含以下组成方式：P1：所述策略网络、策略网络的拷贝及价值网络均为三层全连接网络结构；P2：策略网络及策略网络的拷贝的前两层分别配置有128和64个神经元，并采用Relu函数作为激活函数；输出层的神经元数量等同于动作空间的维度，并采用Softmax函数作为激活函数；P3：价值网络的前两层分别配置有64和32个神经元，同样采用Relu函数作为激活函数；输出层神经元数量为1，且不使用激活函数；S5：采用基于深度强化学习的方法优化无人机运动轨迹、RIS相移配置和用户调度策略；基于深度强化学习的方法具体包括以下训练步骤：S5-1：初始化环境中UAV、UE和EAV的位置，以及每个UE的待服务量；S5-2：初始化策略网络π，策略网络的拷贝πold，价值网络V的初始权重，初始化经验回放M；S5-3：获取初始化后的状态sn；S5-4：将状态输入策略网络πold，得到动作a的概率分布，通过对该概率分布采样得到动作an，执行动作an以得到奖励rn与次状态sn+1；S5-5：将经验元组{sn,an,rn,sn+1}存入经验回放M中；S5-6：循环步骤S5-3与步骤S5-4直至该次任务执行结束；S5-7：通过计算优势函数，其中为状态价值函数，γ为折扣因子；S5-8：根据使用梯度下降法更新价值网络V；S5-9：通过计算裁剪代理目标函数，其中将根据进行裁剪，再通过使用梯度下降法更新策略网络π，其中c1与c2为权重系数，为熵奖励项；S5-10：清空经验回放M；S5-11：若已达预先设置的训练次数，则结束训练，否则重复步骤S5-3至步骤S5-10。

全文数据：

权利要求：

百度查询： 江苏海洋大学 蓝湾海洋资源开发技术创新中心 一种基于可重构智能反射面的无人机防窃听安全通信方法