一种IRS辅助方向调制的NSP低复杂度接收波束成型方法

    公开(公告)号:CN115333594A

    公开(公告)日:2022-11-11

    申请号:CN202210670879.5

    申请日:2022-06-15

    Applicant: 海南大学

    Abstract: 本发明提供一种IRS辅助方向调制的NSP低复杂度接收波束成型方法,假设发射机配备NA根发射天线,IRS配备M个无源发射元件,合法用户和窃听者分别配备NB和NE根接收天线;构建存在合法用户和窃听者的安全接收信号模型;建立最大化接收功率和优化问题,并对其进行简化;基于最大化接收功率和准则,采用NSP法交替优化IRS相移矩阵和接收波束成型;计算采用NSP法的计算复杂度;将IRS引入到方向调制系统中,通过动态调整IRS的相移来增强合法用户的接收功率,并防止窃听者窃听,可以提高方向调制系统的传输安全性及降低接收机的计算复杂度,与无IRS辅助方向调制和无相移矩阵优化的方向调制方案相比,本发明所提出的NSP方法可显著高方向调制系统的安全性能。

    一种基于和速率最大化的双向中继网络功率分配方法及装置

    公开(公告)号:CN115276732A

    公开(公告)日:2022-11-01

    申请号:CN202210756193.8

    申请日:2022-06-30

    Applicant: 海南大学

    Abstract: 本发明公开了一种基于和速率最大化的双向中继网络功率分配方法及装置,该方法为:构造智能反射镜辅助双向解码转发中继网络的系统模型;构造用户1、2和双向中继的功率分配因子和和速率的优化问题;利用一阶泰勒近似,将非凸优化转化为凸优化问题;通过CVX求解出最优的用户1、2和双向解码转发中继的功率分配因子,此时系统的和速率即为最大和速率。该装置包括模型构建、优化问题建立、优化问题求解、功率分配结果四个模块,优化问题建立模块构造用户1、2和双向中继的功率分配因子和和速率的优化问题;优化问题求解模块利用一阶泰勒近似,将非凸优化转化为凸优化问题。本发明提高了智能反射镜辅助双向解码中继网络的速率性能和覆盖范围。

    基于最大最小化和速率的智能反射镜辅助双向中继网络功率分配方法及装置

    公开(公告)号:CN115022976A

    公开(公告)日:2022-09-06

    申请号:CN202210756443.8

    申请日:2022-06-30

    Applicant: 海南大学

    Abstract: 本发明公开了一种基于最大最小化和速率的智能反射镜辅助双向中继网络功率分配方法及装置,该方法为:建立智能反射镜辅助双向解码转发中继网络的系统模型;设计智能反射镜辅助双向解码转发中继网络的最大最小化和速率的优化问题;将最大最小化和速率的非凸优化转化为凸优化问题;通过CVX求解出智能反射镜辅助双向解码转发中继网络的功率分配因子以及最优的系统和速率。该装置包括模型构建模块、优化问题建立模块、优化问题求解模块、功率分配结果模块,构建智能反射镜辅助双向解码转发中继网络的最大最小化和速率的优化问题,将最大最小化和速率的非凸优化转化为凸优化问题。本发明提高了智能反射镜辅助双向解码转发中继网络的和速率性能。

    基于块-序-模变密钥矩阵加密算法的RFID安全认证协议方法及系统

    公开(公告)号:CN119997002A

    公开(公告)日:2025-05-13

    申请号:CN202510010128.4

    申请日:2025-01-03

    Applicant: 海南大学

    Abstract: 本发明公开了一种基于块‑序‑模变密钥矩阵加密算法的RFID安全认证协议方法及系统,具体为:首先构建移动RFID网络的系统模型;然后构建自适应模值加密算法、自更新加密顺序加密算法和对角分块局部转置密钥矩阵加密算法;接着基于自适应模值加密算法、自更新加密顺序加密算法和对角分块局部转置密钥矩阵加密算法,构造块‑序‑模变密钥矩阵加密算法;最后基于块‑序‑模变密钥矩阵加密算法,构建基于块‑序‑模变密钥矩阵加密算法的RFID安全认证协议。本发明在不需要额外存储新的密钥矩阵的前提下,扩展了密钥空间的可行域,提高了协议的安全性和实时性,节省了RFID标签存储空间,适合部署在存储资源受限的低成本RFID标签内使用。

    一种智能反射面辅助反向散射的通感算资源分配方法及系统

    公开(公告)号:CN119966453A

    公开(公告)日:2025-05-09

    申请号:CN202510020762.6

    申请日:2025-01-07

    Applicant: 海南大学

    Abstract: 本发明提供了一种智能反射面辅助反向散射的通感算资源分配方法及系统,具体为:构造一种智能反射面辅助反向散射的通感算网络的系统模型;构造用户资源分配策略、基站发射波束和智能反射面反射系数的优化问题;利用分式规划和块坐标下降的方法将原问题转化为多个子优化问题;通过将用户资源分配策略问题转化为线性规划问题并基于CVX求解;通过基于惩罚函数的连续凸近似方法求解智能反射面反射系数的优化问题;通过结合最大化最小化和半正定松弛的算法求解基站发射波束的优化问题。本发明采用智能反射面反向散射技术,提高了系统计算效率,并能够保持计算效率和传感性能之间的平衡。

    混合IRS辅助DM的波束成形和相移矩阵优化方法及系统

    公开(公告)号:CN116980012A

    公开(公告)日:2023-10-31

    申请号:CN202310959629.8

    申请日:2023-07-31

    Applicant: 海南大学

    Abstract: 本发明公开了一种混合IRS辅助DM的波束成形和相移矩阵优化方法及系统,该方法为:对发射天线、混合IRS、接收天线进行初始化;获取基带发射信号,构建混合IRS辅助方向调制的最大化信噪比优化问题模型;固定无源IRS和有源IRS相移矩阵,采用连续凸近似算法优化发射波束成形向量;固定发射波束成形向量和有源IRS相移矩阵,采用连续凸近似算法优化无源IRS相移矩阵;固定发射波束成形向量和无源IRS相移矩阵,采用分式规划算法优化有源IRS相移矩阵。该系统包括初始化、优化问题模型构建、发射波束成形向量优化、无源IRS相移矩阵优化、有源IRS相移矩阵优化这五个模块。本发明实现了系统性能、成本及功耗的平衡。

    基于物理层安全的雷达通信一体化波束成形方法

    公开(公告)号:CN114978625B

    公开(公告)日:2023-08-18

    申请号:CN202210501256.5

    申请日:2022-05-10

    Applicant: 海南大学

    Abstract: 本发明公开了一种基于物理层安全的雷达通信一体化波束成形方法,该方法为:利用双功能雷达通信基站在T1时刻发射带有人工噪声的信号,检测给定目标范围是否存在窃听者;根据基站所接收的雷达回波进行分析,得到雷达的性能指标即检测概率β和虚警概率α,根据在T1时刻的雷达性能指标,设计T2时刻所发射信号的波束成型向量:建立物理层安全的优化问题模型;通过忽略秩‑1,并利用matlab的cvx工具箱,根据半正定松弛SDR技术进行求解,再利用高斯随机化近似,得到最优的雷达通信一体化波束成形矩阵。本发明在秘密通信的速率方面得到较大的提升,能够有效的抑制Eve的窃听速率,增强下行链路用户的传输速率。

    IRS辅助的双向解码转发中继网络中最大化和速率的相位优化方法及装置

    公开(公告)号:CN115276778A

    公开(公告)日:2022-11-01

    申请号:CN202210756440.4

    申请日:2022-06-30

    Applicant: 海南大学

    Abstract: 本发明公开了一种IRS辅助的双向解码转发中继网络中最大化和速率的相位优化方法及装置,所述方法为:构建智能反射面IRS辅助的双向解码转发中继网络的系统模型,第一时隙中继处于多址接入阶段;在第一时隙中继接收端,通过最大化和速率构造优化问题;通过广义幂迭代对优化问题进行求解,实现智能反射面的相位优化。所述装置包括模型构建模块、优化问题构建模块、优化问题求解模块。本发明针对第一时隙提出了最大化和速率的方法,比在随机相位下获得了至少20%的和速率增益;此外,还证明了当中继和智能反射面位于源和目标之间时,可以获得最优和速率。

    双智能可重构表面辅助双向方向调制的功率分配设计方法

    公开(公告)号:CN115189730A

    公开(公告)日:2022-10-14

    申请号:CN202210723581.6

    申请日:2022-06-24

    Applicant: 海南大学

    Abstract: 本发明提供双智能可重构表面辅助双向方向调制的功率分配设计方法,其特征在于,包括下列步骤:S1、设定发射机Alice配有根天线,发射机Bob配备有根天线,被动窃听接收机Eve配有根天线,发射机Alice和发射机Bob工作于全双工模式,并设定RIS反射信号时无时延;S2、分别构建发射机Alice、发射机Bob、被动窃听接收机Eve的信号模型;S3、根据前述信号模型,进行最大化奇异值波束成型设计,基于波束成型设计结果,对最大化SSR的功率因子优化问题进行求解,生成用于表征最优功率因子的一元六次多项式;S4、对所述一元六次多项式进行降次求解,边界点[0,1]和六次多项式的全部根一起构成最优功率因子候选解的集合。

Patent Agency Ranking