具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明IRS用于增强无线通信网络的安全传输速率算法流程图，如图1所示，所述方法包括：

S1、建立基于智能反射表面的多输入单输出传输系统，所述传输系统包括智能反射表面、合法信息发送者、合法信息接收者和不受信任节点；

在本发明实施例中，首先假设在IRS-MISO系统中由一个合法的信息发送者(LT，legitimate transmitter)和一个合法信息接收者(LR，legitimate receiver)以及一个智能反射表面(IRS，intelligent reflecting surface)与一个不受信任节点(UN，untrustednode)组成，系统的模型图如图2所示，LT与IRS通过信道G通信，LT与UN通过信道通信，IRS与UN通过信道通信，IRS与LR通过信道通信。

S2、根据不受信任节点的最低能量采集约束、合法信息发送者的最高能量约束、智能反射表面的离散相位取值约束，建立出安全速率最大化模型；

在本发明实施例中，初始化上述信道矩阵G，和波束赋形向量ω，初始化IRS的相移矩阵Θ，可以得到在合法信息接受者和不受信任节点处的接收信号可以分别表示为和根据香农公式得到合法信息接受者和不受信任节点处的接收速率分别为和得到系统的目标函数R_sec＝[R_LR-R_E]⁺，[]⁺表示取与0相比的较大值。

其中，是LT处的线性波束赋形向量，传输信号s满足E{s²}＝1，分别为链路LT-IRS、LT-LR、IRS-LR、LT-UN、IRS-UN所对应的信道。Θ＝diag(q)是IRS的对角线矩阵，q＝(q₁,q₂,…q_N)，θ_n是第n个反射单元的相移(角度)，用r比特均匀量化得到m种离散相位取值， κ表示智能反射表面的离散相位取值集合。n_LR和n_E分别是在合法信息接受者和不受信任节点处服从均值为0，方差为σ²的高斯噪声。

假设UN处的收集能量为LR处的最大传输能量为P_max，可以得到如下安全速率最大化模型：

s.t.C₁:P_E≥e_min

C₂:||ω||²≤P_max

C₃:θ_n∈κ

其中，表示安全速率最大化模型的目标函数；θ表示智能反射面的角度变量，表示合法信息接收者到智能反射表面的信道向量；G表示合法信息发送者到智能反射表面的信道向量；表示合法信息发送者到合法信息接收者的信道向量；表示智能反射表面到不受信任节点的信道向量；表示合法信息发送者到不受信任节点的信道向量；表示合法信息接收者噪声功率；表示不受信任节点噪声功率；W表示波束赋形向量，且W＝ωω^H，右上标H表示厄米特矩阵Θ表示智能反射表面的对角线矩阵即相移矩阵；约束C₁是不受信任节点的最低能量采集需求；约束C₂是合法信息发送者的最高能量限制；约束C₃是智能反射表面的离散相位取值限制。

S3、固定智能反射表面的角度变量，更新所述安全速率最大化模型，计算得到波束赋形向量的最优解；

在本发明实施例中，通过智能反射表面的角度变量即固定IRS的相移矩阵Θ，即不考虑智能反射表面的离散相位取值限制约束，同时还令h_R＝G^HΘ^Hh_IR和h_E＝G^HΘ^Hh_IE，来重写安全速率最大化模型，表示为：

其中，h_R表示合法信息接收者的复合信道向量，表示合法信息接收者的复合信道向量；h_E表示不受信任节点的复合信道向量，表示不受信任节点的复合信道向量；约束是不受信任节点的最低能量采集需求，P_E表示在不受信任节点处的收集能量；约束是合法信息发送者的最高能量限制；Tr()表示求矩阵的迹。

通过求解数学等式h_R＝G^HΘ^Hh_IR+h_TR和得到波束赋形向量的最优解为W°＝P_maxgg^H；g是矩阵的归一化特征向量，I表示单位矩阵。

S4、固定波束赋形向量，更新所述安全速率最大化模型，并结合分式编程引入松弛变量对更新后的安全速率最大化模型的目标函数化简；

在本发明实施例中，固定IRS的波束赋形向量W°，来优化IRS的相移矩阵Θ即各个智能反射表面的角度变量θ，该模型可以表示为：

s.t.C₁,C₃,

利用数学恒等式θ＝[θ₁,θ₂,...,θ_N]^H＝[q₁,q₂,…,q_N]^H，且将上述目标函数化简，将优化Θ等价为优化θ，目标函数简化为：

s.t.C₁,C₃

其中，f(θ)表示关于智能反射面的角度变量的第零函数；f(θ,ε)表示关于智能反射面的角度变量和松弛变量的函数；f₁(θ)表示关于智能反射面的角度变量的第一函数，f₂(θ)表示关于智能反射面的角度变量的第二函数，

在上述模型下，继续引入松弛变量ε＝[ε₁,ε₂]^T，通过分式编程和数学转换，将目标函数进一步转换为：

s.t.C₁,C₃

其中，ε₁表示第一松弛变量；ε₂表示第二松弛变量，右上标*代表矩阵的共轭。

S5、在化简后的安全速率最大化模型中，固定智能反射表面的反射单元的角度变量，求解出松弛变量的优化解；

类似地，求解上述松弛变量的优化解问题仍然可以通过交替优化方法求解，对于给定的θ，记最优解为通过求导即可得到最优解 表示第一松弛变量优化解，表示第二松弛变量优化解。

S6、将所述松弛变量的优化解带入化简后的安全速率最大化模型中，并结合增广拉格朗日法引入复制变量更新安全速率最大化模型的目标函数；

在本发明实施例中，可以将得到的最优ε°值带回f(θ,ε)化简为只包含变量θ的函数，表示为则优化问题转换为：

s.t.C₁,C₃

引入复制变量l，将优化问题转换为：

s.t.C₁,C₃

将目标函数f(l)转换为目标函数所对应的增广拉格朗日函数表示为：

因此，结合增广拉格朗日法引入复制变量更新安全速率最大化模型的目标函数，表示为：

s.t.C₁,C₃

其中，表示关于智能反射面的角度变量、复制变量、增广拉格朗日乘子变量的函数；θ表示角度变量；l表示复制变量；λ表示增广拉格朗日乘子变量；A＝(ε₁ ²+ε₂ ²)cc^H，B＝ε₁ ^*a-(ε₁ ²+ε₂ ²)d^*c，I_F(·)是示性函数，即如果θ_n∈κ，I_F(θ_n)＝0，其他情况则I_F(θ_n)＝+∞；ρ表示增广拉格朗日乘子。

S7、在更新目标函数的安全速率最大化模型中，通过交替方向乘子法以及连续凸逼近方法，计算得到智能反射表面的角度的最优解；

在本发明实施例中，采用交替方向乘子法(ADMM，Alternating Direction Methodof Multipliers)来迭代更新参数l,θ,λ；

首先，固定参数l,λ，更新θ，可以将上述优化模型转换为：

st.C₁

由于这是个非凸问题，需要引入连续凸逼近方法，首先将约束C₁进行预处理，转换为θ^Hcc^Hθ+2Re{d*θ^Hc}+d²≥e_min，令m(θ)＝θ^Hcc^Hθ+2Re{d*θ^Hc}+d²，通过二阶泰勒展开式放缩可以得到m(θ)≥m(θ₀)+m′(θ₀)(θ-θ₀)，将目标子问题转换为：

该问题为一个凸优化问题，可采用凸优化工具CVX对该问题进行求解，得到的结果记为再用投影定理获得角度离散取值集合中最近的角度值即在第k+1次迭代过程中的目标取值θ^k+1。

在本发明实施例中，θ₀表示初始角度值，给定初始角度值θ₀，结合已固定的参数l,λ，可以计算得到将上述目标子问题进行迭代求解，直到满足，ε表示设置出的收敛精度，则停止对θ的迭代求解过程，输出第i次迭代过程中的目标函数值并确定出对应的θ⁽ⁱ⁾，将该θ⁽ⁱ⁾作为第k+1次迭代过程中的目标取值θ^k+1即最优值。其次，固定参数λ,θ，更新l，通过矩阵求导法则得到参数l在第k+1次迭代过程中的最优解为l^k+1＝(2A+ρΙ_N)^-1(2B+λ^k+ρθ^k+1)；

再次，固定参数l,θ，更新λ，通过交替优化方法的迭代表达式得到参数λ在当前迭代过程中的最优解为λ^k+1＝λ^k-ρ(l^k+1-θ^k+1)；

更新上述的三个参数，直到||l^k+1-θ^k+1||≤ξ满足，则停止迭代过程；ξ表示设置出的收敛精度。

最后，通过上述迭代过程，可以得出第k+1次迭代过程中Θ^(k+1)中的最优的角度值

S8、将波束赋形向量的最优解和智能反射表面的角度的最优解带入安全速率最大化模型中，计算得到系统的安全速率值。

在本发明实施例中，将Θ和前面步骤S3得到的最优解W°可以计算到系统的安全速率R_sec(W,Θ)，由于步骤S3～步骤S7是一个迭代求解过程，所以通过迭代计算安全速率值直到速率达到收敛精度。

通过上述方式，能够快速计算出系统的安全速率，并能够有效提升系统的安全速率。

在一些实施例中，本发明中IRS-MISO存在不受信任节点的系统模型仿真过程中，考虑LT，LR，UN，IRS的位置如图3所示，其中d_LI＝42m，d_v＝3.5m, 设置LT的天线数目M＝2，IRS的反射单元数目为N＝32。路径损耗模型L(d)＝T₀(d/d₀)^-α，其中T₀是参考距离d₀＝1m的路劲损耗，取T₀＝-30dB，距离d是两个节点之间的距离。LT-LR，LT-IRS，IRS-LR，LT-Eve，IRS-Eve的路径损耗指数分别为:α_TR＝2，α_IR＝2.2，α_LI＝2.2，α_TE＝3，α_IE＝3。其他参数设置为：收敛精度10^-6。

采用本发明的一种提升基于智能反射表面的无线通信系统安全速率的方法，能够得到如下仿真结果，其中本发明实施例中选择对比的仿真参照基准线有两个，Baseline 1是没有使用IRS的系统安全速率，Baseline2是IRS的相移随机取值。

图4显示了在不同能量采集的阈值下系统安全速率的变化，设置参数p_max＝20dBm，可以从图4中看出，随着阈值的增加，所有的安全速率都是下降的趋势，这是因为在总体的能量不变的情况下，能量采集的值占总体能量的比例过高。

图5显示在LT处不同能量发射功率对于系统安全速率的影响，设置UN的最低能量需求e_min＝3.7μw。从图5中可以看出IRS使得所有情况下的系统安全速率都得到有效提升，这是因为IRS可以在增强LR处接收信号的强度的同时抑制住不受信任节点的速率，从而达到提升系统安全速率的目的。在N＝32的情况下，本发明所提出的算法将性能提升了30.1％，从图中还可以看出，当IRS的反射单元数目增加时，系统的安全速率也随之提升。

图6显示了在不同IRS反射单元数目情况下系统安全速率的变化，从图6中可以看出，随着IRS反射单元数目的增加，系统的安全速率相应提升，这是因为更多的反射信号被聚集在反射单元从而能够抵达接收端。相对于baseline2，随着IRS离散相位的量化的比特数增加，在1bit和2bit的情况下系统的安全速率提升28％和43％。

本发明针对无线通信网络中存在不受信任的窃听者节点的安全速率问题，首次在IRS-MISO系统中以优化系统的安全速率为目标函数，提出了一种基于ADMM的交替优化算法，相较于已有的算法降低了复杂度。仿真结果表明，本发明所提出的算法相较于没有使用IRS以及IRS相位是随机取值的情况下，在系统的安全速率方面都有较大的提升。

在本发明的描述中，需要理解的是，术语“同轴”、“底部”、“一端”、“顶部”、“中部”、“另一端”、“上”、“一侧”、“顶部”、“内”、“外”、“前部”、“中央”、“两端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。