典型文献
基于深度学习的通信系统中安全能效的控制
文献摘要：
该文研究了基于可重构智能超表面(RIS)赋能的无线通信系统的安全传输问题.在研究的模型中,一个用户通过智能超表面连接到接入点,而窃听者窃听了从用户发送到基站的信号.因此,有必要设计一个合适的智能超表面反射向量来解决窃听问题.这个问题被表述为一个优化问题,其目标是通过共同优化智能超表面反射向量和智能超表面元件的数量来最大化安全能效,该安全能效定义为安全速率与系统总能耗的比值.这是一个非凸优化问题,传统方法是难以解决的.为了解决这个问题,提出了一种利用新兴的深度学习(DL)技术的新算法,以找到近似最优的智能超表面反射向量并确定近似最优的genie-aided反射元素数量.仿真结果表明,该方法达到了近似最优算法的最佳安全能效的96％.
文献关键词：
可重构智能超表面;物理层安全性;深度学习;安全能量效率
中图分类号：
作者姓名：
邹翔宇;黄崇文;徐勇军;杨照辉;曹越
作者机构：
东南大学国家移动重点实验室 南京 210096;浙江大学信息与电子工程学院 杭州 310007;重庆邮电大学 重庆 400065;伦敦大学学院 伦敦 WC1E7JE;武汉大学 武汉 430072
文献出处：
引用格式：
[1]邹翔宇;黄崇文;徐勇军;杨照辉;曹越-.基于深度学习的通信系统中安全能效的控制)[J].电子与信息学报,2022(07):2245-2252
A类：
genie,安全能量效率
B类：
可重构智能超表面,RIS,无线通信系统,安全传输,接到,接入点,窃听,听者,发送到,基站,射向,被表述,安全速率,总能耗,非凸优化,凸优化问题,难以解决,DL,新算法,aided,素数,最优算法,物理层安全性
AB值：
0.279997
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
