第 1 章 绪论
1.1 研究背景及意义
从蜂窝通信的无线信道中获取能量的技术是未来一代蜂窝通信的关键技术之一，因为它将通过蜂窝网络向设备传输能量，成为节约能源的替代方案之一。研究者们在 5G 蜂窝网络中提出了许多新技术，以延长未来移动设备和物联网设备中集中式电源的可持续性和寿命。第五代蜂窝通信的通信愿景是整合高速高容量通信、无处不在的连接、较短的延迟和广泛的服务能力。预计由于各种移动终端的扩展，通信流量将会增加。据估计，下载和上传量将达到艾字节/每月，这将导致 IP 寻址方案的扩展。使用目前 4G 和 5G 架构的网络来实现这一目标是难以持续的，这将导致不可避免的能源危机和环境问题[1]。可预见的灾害将是运营成本的增加以及碳基能源的排放。预计 CO2 排放量将增加，因为大部分信息和通信部门将使用无线进行传输[2]。第五代移动通信一方面预计将具有自我可持续能力，通过吸收无线信号传输的电力，并将其转换为能量，以补充移动终端的电池。这一过程将使我们拥有更加环保的通信技术。它最终将减少传统电池的消耗，并通过利用无线信道收集的能量延长电池寿命。上述因素激励了从可用的无线电资源中研究一种方法以收集能源，并分析收集能源的效率。
传统从自然界和其他物理现象中收集能量（风能，地热能，太阳能等）的方法严重受周围环境影响，对环境依赖性强，不能提供稳定的能量供应，且需要经过特殊设备转换后才可以供电。而近些年提出的无线携能通信技术(Simultaneouswireless information and power transfer, SWIPT)可以从能量供给节点发射的射频信号(RF)中收集能量[3]。这些射频信号能够同时携带信息和能量，且电池具有很长的使用寿命，无线传输也更能适应复杂环境。无线携能通信系统是无线信息传输(Wireless information transfer, WIT)和无线能量传输(Wireless power transfer,WPT)相结合的产物，依靠无线电磁波作为载体在收发两端间同时进行信息和能量的传输。我们生活的环境中存在大量的 RF 信号，与传输的信息相伴的还有大量未被利用的能量，如果将这些射频能量收集后补充给终端，将延长无源设备的使用寿命[4-6]，同时这有利于降低网络能耗，提高网络能量效率。
........................
1.2 人工噪声技术概述
随着信息交换持续增长的需求、智能设备的日益普及、移动互联网的迅速发展,以及信息技术的深度集成到工业应用，5G 网络预计将支持大规模用户连接和成倍增长的无线服务，这使得信息安全问题空前重要。目前的网络传输安全技术严重依赖于协议栈上层的加密方法，不适合未来的 5G 网络。主要原因有三个方面。首先，5G 是一个大规模的异构网络，具有多层和弱结构的架构，这使得秘密密钥的分发和管理极其困难。第二，预计 5G 网络将支持差异化场景和多样化的无线服务。不同类型的服务有完全不同的安全要求。例如，在线支付比普通的网页浏览服务要求更高的安全级别。然而，基于加密的方法只能提供“二进制”安全级别。也就是说，如果密钥可以被成功拦截，则信息是完全不受保护的。因此，不能实现面向服务和以用户为中心的安全保障。第三，5G 需要支持以机器通信为特点的物联网应用，大规模机器通信设备缺乏电力、存储和计算能力，不能应用复杂的加解密算法或协议。
与传统的加密算法等上层安全方法不同，物理层安全利用无线信道固有的噪声、干扰、衰落等特性，降低恶意用户接收到的信号质量，并通过信号设计和处理方法实现了无密钥安全传输。这一领域的研究可以追溯到香农关于秘密通信的开创性工作[20]，完全保密的概念就是在那时建立起来的。高斯监听信道的保密容量表示，当且仅当合法接收方的信道质量比窃听者的信道质量好时，保密通信才可能实现。物理层安全技术利用物理层固有的随机性来创造“物理优势”，即与窃听链路相比，合法链路需要更好的质量。固有的随机性主要包括噪声、多径衰落和干扰。
根据保密容量理论，如果合法用户相对于恶意用户在信道质量上具有一定的物理优势，则可以获得正的保密率。注入人工噪声(artificial noise,AN)是实现这一目的的有效手段。该方法的原理是利用多天线发射机同时发送信息承载信号和 AN 信号。将 AN 和信息信号分别注入到合法用户信道矩阵的零空间和列空间中。在这种情况下，人工噪声只会使窃听者的情况恶化，而对合法的接收方的不利影响很小。
..........................
第 2 章 无线携能网络资源分配算法理论基础
2.1 携能节点能量传输机制
本文两个网络模型中的携能节点在接收信号时采用功率分割(PS)接收机制，即将接收信号按照一定的功率分割比例 分成两股功率流，分别送往信息接收器和能量接收器，用于信息解码和能量收集。
携能节点基于 PS 接收机制时的接收器结构如图 2-1 所示。
图 2-1 基于 PS 接收机制的接收器结构
2.2共生生物算法
非智能优化方法在求解复杂优化问题时效率较低，部分方法仍无法求解具有非凸性特征的优化问题。为解决这一问题，通过模仿生物体行为模式，学者们近年来提出仿生智能优化算法，如遗传算法[48]、粒子群算法[49]和差分进化算法[50]等。为了降低智能优化算法的复杂度，避免陷入局部最优，文献[51]的作者提出了一种新的基于生态系统不同交互行为的优化算法——共生生物搜索算法(Symbiotic organisms search, SOS)。SOS 算法在可行域搜索和群体信息利用之间实现较好的平衡，成为一种对复杂优化问题具有适应性的群智能优化算法[52]。
原始的 SOS 算法由四个阶段组成，分别为初始化阶段、互惠共栖阶段、偏利共栖阶段和寄生阶段。生态系统中的个体可以表示为向量o，包含了优化问题所有变量。在初始化阶段，生态系统的每个生物体都是在解空间中随机生成的。第 i 个生物体的第 k 个维度由式(2-14)初始化，k=1,2,...,K (K 为优化问题中优化变量的个数)。
本章主要研究了无线携能网络中设计最大化保密能量效率资源分配算法所涉及相关知识。首先，介绍了携能节点的接收机制，主要对本文所采用 PS 接收机制进行了介绍。其次，阐述了连续凸逼近、Dinkelbach 理论和共生生物算法优化求解的原理，为后文资源分配算法的设计提供了理论基础。
...........................
第 3 章 PS 机制下的保密能量效率最大化资源分配...............................................11
3.1 系统模型与问题描述.......................12
3.1.1 系统模型...........................................12
3.1.2 优化目标及约束条件......................................14
第 4 章 混合接收机制下的保密能量效率最大化资源分配....................................25
4.1 系统模型和问题描述.................................25
4.1.1 系统模型..............................................25
4.1.2 优化目标及约束条件..........................30
结论....................................37
第 4 章 混合接收机制下的保密能量效率最大化资源分配
4.1 系统模型和问题描述
4.1.1 系统模型
如图 4-1 所示，本章考虑由一个基站和两簇用户组成了 SWIPT 下行 NOMA网络。两簇用户分别为近端用户和远端用户(n1 不小于 n2)。近端用户配备电池储存已收集的射频能量。近端用户相对于远端用户离基站更近，拥有更好的信道条件。在传输过程中，每个远端用户都有一个近端用户作为 NOMA 中继，协助其接收来自基站的信息(多余的近端用户不参与此配对过程)。考虑用户间的两种配对策略，即排序配对策略(Sort pairing strategy, SPS)和随机配对策略(Randompairing strategy, RPS)。SPS 将两簇用户(近端用户群和远端用户群)按信道条件优劣依次排序并逐一配对，RPS 则在两簇节点间随机配对。授权节点 J 发送 AN 以限制窃听者 E1 和 E2 的可达数据速率，保证网络通信安全。基站和 J 装配 m 根天线，用户及窃听者为 n 根。为便于表示，已配对的近端用户编号为1 2i 1,2,...,n ，其余近端用户编号为2 2 2 1i n 1,n 2,...,n ，窃听者和远端用户编号分别为3 3i 1,2,...,n 和4 2i 1,2,...,n 。
图 4-1 存在窃听用户的 SWIPT 下行 NOMA 网络模型
........................
结论
在采用传统正交多址接入的无线携能网络中，频谱资源需要正交划分分别服务于不同接收端，但是信道状态条件较差的接收端无法充分利用分配的资源，进而导致网络整体频谱效率的下降。而非正交多址接入技术在功率域进行信号的叠加，再在接收端通过串行干扰消除技术分离出所需信号，这可以进一步提升对频谱资源的利用。此外，为了将携能通信技术更广泛地应用于当前时代的通信网络，必须将网络的物理层安全纳入考虑的范畴。人工噪声技术通过在源端或额外干扰节点发送可以被合法用户消除的干扰信号，限制了非法用户的窃听行为，是保证物理层安全的一种实用技术。由于人工噪声技术和非正交多址接入技术的引入，已有的用于传统无线携能网络的资源分配算法已不再适用，因此，本文关注含窃听携能网络中基于携能通信、人工噪声等技术的保密能量效率优化问题。主要研究内容和具体工作如下，
(1) 在多授权用户和多窃听用户并存的两跳广播网络场景中，考虑到携能节点的能量接收器所收集能量与输入功率间的非线性关系，使用 logistic 函数反映能量收集电路的饱和特征和非线性收集特点，并采用多个电路并联分流的方式避免单个能量接收电路的电流过大导致整流电路的二极管反向击穿。对于所构造非凸优化问题，先通过基于连续凸逼近的迭代优化算法优化分流比，求取各用户的最小输入功率，进而基于 Dinkelbach 理论联合优化预编码向量、人工噪声协方差矩阵和功率分割因子，设计了保密能量效率最大化资源分配算法。仿真实验证明，人工噪声的引入提高了系统的保密能量效率；
(2) 在采用非正交多址接入技术的 MIMO 无线携能通信网络中，窃听者的存在要求源端不能单一地提升发射功率，为寻求保密能量效率最大化支配下的网络资源配置方案，本文提出了一种改进的群智能搜索算法联合优化了时隙划分因子、各携能近端用户的功率分割因子、预编码矩阵和人工噪声协方差矩阵。仿真结果表明，不同的用户配对方式在单时隙或多时隙场景下具有相异特征，改进后的群智能搜索算法比其它基线算法具有更佳的网络性能。
参考文献（略）