基于STARS的安全认知无线电联合波束成形优化算法

基于可重构智能表面(RIS,reconfigurable intelligent surface)的安全认知无线电(SCR,secure cognitive radio)系统均假设次用户(SU,secondary user)和主用户(PU,primary user)在基站(BS,base station)的同一侧,仅能够实现通信区域的部分覆盖,限制了RIS部署的灵活性和有效性。为了解决上述问题,提出了一种新的基于同时透射和反射表面(STARS,simultaneously transmitting and reflecting surface)的SCR系统。在该系统中,STARS能够实现通信区域的全覆盖,利用透射波束成形向量提高SU的接收信号强度,同时利用反射波束成形向量降低SU对PU的干扰,为SCR系统的设计提供了新的优化自由度(DoF,degree of freedom)。考虑SU保密率约束、PU干扰功率约束(IPC,interference power constraint)和STARS透射/反射参数约束,从降低系统总功耗角度出发,以最小化BS发射功率为目标,构建BS主动波束成形向量和STARS透射/反射波束成形向量联合优化问题。这一最小化问题是变量耦合非凸问题,很难直接求解,提出了基于凸差松弛(DCR,difference-of-convex relaxation)方法和顺序秩一约束松弛(SROCR,sequential rank-one constraint relaxation)方法的交替优化(AO,alternating optimization)算法,联合设计BS主动波束成形向量和STARS透射/反射波束成形向量。仿真结果表明,所提算法具有良好的收敛性能,能够有效降低SU对PU的干扰,且与传统RIS、随机相位、最大比传输(MRT,maximum-ratio transmission)和等能量分裂(Equal ES,equal energy splitting)方案相比,BS发射功率分别降低了8.3%、15.4%、5.9%和5.3%。