基于IRS的無人機安全通信聯合優化技術研究

摘" 要： 由于智能反射面具有無源、低功耗、智能可控的特點，其發展為無人機系統物理層安全問題帶來了新的思路。由于智能反射面可改變入射信號的相位，因此能夠實現細粒度的波束賦形；又由于智能反射面作為一種硬件，相位調整不具有連續性，因此文中研究了存在竊聽節點的無人機通信系統聯合優化波束賦形和相位調整方案。通過部署在中繼無人機上的智能反射面，將信號盡可能多地反射給合法無人機，同時降低非法無人機接收信號的概率，提高系統的安全速率。文中對比了采用不同的中繼方式系統得到的安全速率，及在達到相同安全速率的條件下所消耗的系統功率，仿真結果表明，采用智能反射面作為中繼節點的系統能夠有效提高系統安全速率并能降低系統功耗。

關鍵詞： 無人機安全通信； 智能反射面； 物理層安全； 聯合優化； 安全速率； 中繼節點

中圖分類號： TN911?34" " " " " " " " " " " " " " "文獻標識碼： A" " nbsp; " " " " " " " " 文章編號： 1004?373X（2024）11?0026?05

Research on IRS?based joint optimization technology of UAV security communication

ZHANG Qianqian1， ZHANG Qiang2， LUAN Yating3， ZHOU Zhangquan1

（1. School of Information Science and Engineering， Nanjing Audit University Jinshen College， Nanjing 210023， China;

2. School of Information and Electrical Engineering， Hebei University of Engineering， Handan 056038， China;

3. IRay Technology Co.， Ltd.， Yantai 264001， China）

Abstract： Because the intelligent reflecting surface （IRS） has the characteristics of passivity property， low power consumption and intelligent control， its development has brought new ideas to the physical layer security of UAS （unmanned aircraft system）. Because the IRS can change the phase of the incident signals， fine?grained beamforming can be realized. As the IRS is a kind of hardware， its phase adjustment is uncontinuous. In view of the above， a joint optimization beamforming and phase adjustment scheme of UAV communication system with eavesdropping node is studied. By the IRS deployed on the relay UAV （unmanned aerial vehicle）， the signals are reflected to the legal UAV as much as possible， while the illegal UAV receives less signals， so as to improve the security rate of the system. In this paper， the security rate obtained by different relay systems and the consumed system power under the condition of the same security rate are contrasted. The simulation results show that the system with IRS as relay node can improve the system security rate effectively and reduce the system power consumption.

Keywords： UAV security communication; IRS; physical layer security; joint optimization; security rate; relay node

收稿日期：2024?01?02" " " " " "修回日期：2024?01?24

基金項目：2022年度江蘇省高等學校自然科學研究面上項目：IRS輔助下基于機器學習的無人機通信物理層安全技術研究（22KJD510009）；2022年度江蘇省高等學校自然科學研究面上項目：基于語義映射的知識圖譜表示與推理研究（22KJB520003）

0" 引" 言

隨著電子攻擊技術的迅速發展，無人機所處的外部電磁環境日益復雜和惡劣，惡意節點的智能化水平不斷提升，無人機系統物理層安全問題日益突出。基于密碼體制的通信安全技術主要通過提高算法的復雜程度來實現通信安全的提升，但這種安全保證很難通過數學證明；此外，隨著計算機性能的提高，這種體制也遇到新的挑戰。

目前，物理層安全技術主要可以通過波束賦形、人工噪聲等信號處理技術和合理的資源管理來提升通信系統的安全性能。然而，在無人機通信中，節點位置高速移動和位置隨機、信道狀態快速時變，無線資源日益緊缺；同時，通信對抗技術與人工智能等新興技術的深度融合，攻擊類型不斷變化，智能化水平不斷提升，傳統的基于物理層安全的方法難以靈活應對，究其本質，主要有以下幾個方面的原因：一是無人機通信網絡面臨的物理層安全威脅日益加劇；二是無人機通信系統節點的移動性加劇信道的隨機性；三是無人機物理層安全傳輸覆蓋性能較差。

綜上所述，為提高無人機通信系統的可靠性和安全性，無人機安全通信問題亟需解決。近年來，一種新型的無線技術即智能反射面（Intelligent Reflecting Surface， IRS）[1?3]技術被廣泛研究，為解決無人機系統物理層安全問題帶來新的思路。無人機通信系統由于其特殊性，信號的傳播本質上是隨機的，很大程度是不可控的，而智能反射面可以通過軟件控制反射來重構無線傳播環境[4]。具體來說，IRS是由大量低成本無源反射單元組成的平面，每個單元可以獨立改變入射信號的振幅或者相位，從而協助實現細粒度的三維波束成形[5]。

近年來，智能反射面輔助的無人機通信系統越來越受到關注。文獻[6]智能反射面被用作中繼輔助無人機系統，由仿真結果可知，部署了智能反射面的無人機系統的覆蓋率和可靠性都得到顯著的提高。文獻[7]中，無人機被用作空中移動基站，在智能反射面的協助下為地面用戶提供服務。文獻[8]中，智能反射面被放置在無人機上，對無LoS的地面用戶提供中繼服務。文獻[9]中，通過智能反射面設計具有可重構智能表面的安全無人機網絡的聯合軌跡和被動波束，優化用戶關聯和發射功率最大化系統的安全能源效率。文獻[10]提出基于強化學習的下行傳輸容量最大化算法，進行智能反射水面輔助無人機通信的聯合軌跡和被動波束形成設計。文獻[11]設計了多個智能反射面和一個多天線無人機的場景，并通過聯合優化智能反射面被動波束賦形、發射波束賦形來最大化接收功率。文獻[12]研究了無人機輔助的智能反射面共生無線電系統，系統中無人機作為智能反射面的中繼，輔助其實現信息傳輸。

綜上所述，雖然IRS的使用對解決無人機通信系統物理層安全帶來了新的發展契機，但因為充分考慮通信需求，導致獲取的最優解不佳，依然存在潛在的安全風險對IRS工作的干擾，導致通信系統的失效。本文擬將聯合設計智能反射面波束賦形和相位調整方案，通過得到波束賦形及相位調整最優解，提高系統的物理層安全性能。

1" 建立模型

為進行充分的通信需求分析，獲得較佳的最優解求解方法，以實現可靠的通信系統聯合優化，本文構建通信模型進行分析，如圖1所示。假設無人機A和無人機B之間沒有直接通路，IRS搭載在無人機C上，系統存在竊聽無人機E。無人機A、無人機B與無人機E均配備有一根天線，由[M]個反射元素組成的二維IRS放置于無人機之間，作為無源中繼使用。此外，IRS由小型控制器通過獨立的控制鏈路控制。同時，因為嚴重的路徑損耗，本文僅考慮被智能反射面反射一次的信號，并考慮所有的信道均為瑞利型衰落信道。

由圖1可以看出，竊聽節點E與用戶無人機B的相關性較高，如果使用普通中繼節點，E竊聽到信息的概率較高，甚至能夠達到和用戶無人機B相同的安全速率。因此，通過部署在兩通信無人機之間的IRS進行協調，調整無人機A發送信號的相位，使其對準無人機B，完成信號的轉發過程，整個傳輸過程可分為兩個階段。

第一個階段，無人機A廣播信號，智能反射面接收到的信號為：

[y'=PhAIxi+n'AI]" "（1）

式中：[xi]為[i]時刻發送的信息序列；[hAI]為發送無人機A至IRS的信道系數；[P]為無人機A的發送功率；[n'AI]為IRS收到的均值為0、方差為[σ2AI]的加性高斯白噪聲。

第二個階段，IRS接收轉發，無人機B、竊聽無人機E分別接收到的信號為：

[yB=PhHIBΦhAIxi+nB]" " （2）

[yE=PhHIEΦhAIxi+nE]" " " " "（3）

式中：[Φ=diag（βejθ1，…，βejθi，…，βejθN）]為反射相位對角矩陣，[β∈[0，1]]為反射面幅度，[θ∈[0，2π]]為反射面相移；[hHIB]、[hHIE]為IRS至接收無人機B及竊聽無人機的信道系數；[nB]、[nE]是均值為0，方差分別為[σ2B]、[σ2E]的加性高斯白噪聲；[xi=ws（t）]為無人機A發送的消息序列，[w∈Cm×1]為波束賦形向量，[s（t）]為[t]時刻廣播的信號，并且[w2≤Pmax]，[Es（t）2=1]，[Pmax]為最大發射功率，[E[·]]為數學期望。

則B與E的數據可達速率為：

[rB=log1+1σ2BPhHIBΦθhAIw2]" "（4）

[rE=log1+1σ2EPhHIEΦθhAIw2]" " （5）

因此，通信系統的安全速率為：

[R=[rB-rE]+=log1+1σ2BPhHIBΦθhAIw21+1σ2EPhHIEΦθhAIw2] （6）

式中，[·+=max{0，x}]表示所取值為非負數。本文目標為盡可能提高式（6）值，提高系統的物理層安全性能。

對于無人機信道的安全傳輸，即求得安全速率的最大值為：

[maxw，θlog1+1σ2BPhHIBΦθhAIw21+1σ2EPhHIEΦθhAIw2s.t." " w2≤Pmax" " " " " θi=1，i=1，2，…，N" " " " " 0≤θk≤2π，" " ?k=1，2，…，N]" " " " "（7）

式中：[θ]為智能反射面相位；[w]為波束賦形向量。由式（7）可知，安全速率與[θ]、[w]有關，并且目標函數對于變量[θ]、[w]具有非凸性，因此采用交替優化達到最優解的方法進而使目標函數最大化。

2" 聯合優化

因為同時對變量[θ]、[w]進行優化較為困難，并且二者具有一定的獨立性，因此，基于上述分析得出，采用交替優化的方法[13]，即固定其中一個值優化另外一個值的交替優化方法，以使系統達到最優解，實現無人機通信系統聯合優化。所以，接下來利用交替優化方法分別針對相位和波束賦形進行優化，求得最優解。

2.1" 相位優化

本節假設波束賦形向量[w]一定，對智能反射面相位[θ]進行優化，令[α=PhHIBw]，[γ=PhHIEw]，[ΦH=[ejθ1，ejθ2，…，ejθN]]，[0≤θk≤2π，?k=1，2，…，N]，則公式（7）可轉化為：

[maxθlogσ2Eσ2B.σ2B+ΦHα2σ2E+ΦHγ2]" " " " " "（8）

由于[σ2Eσ2B]為常數，因此公式（8）可簡化為：

[maxθσ2Bσ2E+ΦHγ2+ΦHα2σ2E+ΦHγ2]" " " （9）

由于式（9）滿足分式數學規劃的條件，因此可進一步轉化為：

[maxθf1（Φ，y）=2γy'1（ΦHα+y'2σB）-" " " " " " " " " " " " " " " y12+y22σ2E+ΦHγ2s.t." " θi=1，2，…，N] （10）

式中：[y1=ΦHασ2E+ΦHγ2]；[y2=σBσ2E+ΦHγ2]；[y'1]、[y'2]表示[y1]、[y2]的最優解。令：

[f2（Φ）=f1（Φ，y）=-ΦHXΦ+2R[ΦHε]+C]" （11）

式中：[X=y12+y22γγH]；[C=2R[y'2σB]-y12+y22σ2E]；[ε=y21α-y12+y22γγ2]；[R·]為取實部運算。

由公式（11）可知，H為半正定矩陣，因此[f2（Φ）]是關于[Φ]的二次凹函數。

采用黎曼流優化進行求解，目標函數的歐幾里德梯度為：

[Δf2（Φ）=2XΦ]" "（12）

點[θk]處的切空間為：

[ΓθkΨ={VH∈CN：VHθk}=0] （13）

目標函數的黎曼梯度為歐幾里德梯度空間上的投影，黎曼梯度grad [f2（θk）]表示為：

[grad" f2（θk）=2（I-θkθHk）Xθk] （14）

式中[I]為[N×N] 的單位矩陣。

根據梯度下降法，切空間上的搜索方向為：

[η=-grad" f2（θk）]" "（15）

切空間上更新為：

[θk+1=θk-ρgrad" f2（θk）]" " " " "（16）

式中[ρ]為步長。此時得到的點[θk+1]不在原來的流形[Ψ]上，因此需要將其映射到原來的流形上，即：

[θk+1=θk+1θk+1] （17）

由式（15）～式（17）可得最優解為：

[θ'k+1=θk+ρη]" （18）

2.2" 波束賦形向量優化

依據交替優化方法，假設相位[θ]一定，對波束賦形向量進行優化。假設：

[XB=1σ2P（hHIBΦhAI）H?（hHIBΦhAI）]" " "（19）

[XE=1σ2P（hHIEΦhAI）H?（hHIEΦhAI）]" " "（20）

則公式（7）可轉化為：

[maxwwHXBw+1wHXEw+1s.t." " "w2=1" "]" " （21）

式中[wH=hHIBΦhAIHσ2]。由Ritz可以推出，公式（21）的最優解位于矩陣的特性向量[（XB，XE）]的方向上，并且功率滿足歸一化約束[14?15][w2=1]，因此，可得最優波束賦形向量為：

[w'=PmaxXB+1PmaxIXE+1PmaxI]" " " " " " （22）

式中[I]為[N×N]的單位矩陣。

最終，將優化調整后的波束賦形向量[w]與IRS相位[θ]代入公式（6）中，進行通信系統安全速率計算，完成存在竊聽節點的無人機通信系統優化。

3" 仿真分析

本文采用交替優化波束賦形向量[w]與IRS相位[θ] 的方法，對兩者進行調整，以實現存在竊聽節點的無人機通信系統優化。

主要流程如下：

1） 輸入[w]、[θ]及發射功率[P]；

2） 給定[θ]，優化[w]；

3） 給定[w]，優化[θ]；

4） 最快的下降方向；

5） 采用最優[w]、[θ]計算系統安全速率[R]。

由于本文模型為無人機通信系統，因此，信道可建模為瑞利型信道，為體現本文提出的IRS中繼對系統安全速率提升的優勢，將分別對比無中繼節點、有AF （Amplify?and?Forward）中繼節點及有IRS轉發節點的安全速率，并分析達到相同安全速率的條件下不同中繼所需發送端的發送功率情況。

假設存在惡意竊聽無人機節點下分析基于IRS通信時合法信道的保密速率，即公式（6）隨功率變化的趨勢。由于通信節點均為無人機節點，引入二維笛卡爾坐標系，無人機A的位置為（0，100），無人機B的位置為（150，100），竊聽無人機E的位置為（200，150），搭載IRS的無人機C的位置為（50，100）。從仿真結果（見圖2）可以看出，采用聯合優化IRS的波束賦形向量與相位的通信系統安全速率高于其他兩種通信系統，并且隨著發送功率的增大而增大。因此，可以證明基于IRS輔助的無人機通信系統能夠提高系統的安全性能。

由于IRS的反射單元相當于一面鏡子，不需要額外地發送功率，因此可以提高系統的能量效率。為了更好地證明IRS在能效方面的作用，本文在達到相同保密速率（[R]=5 bit·s-1·Hz-1）的條件下，對比了不同中繼方式的中繼節點在相同高度不同距離50～15 m時所需的發送功率。從仿真結果（見圖3）可以看出，無中繼節點與有AF中繼節點系統功耗隨著距離的增大而增加，而IRS輔助中繼系統功耗較低，且在距離70～90 m范圍內能夠達到最低。因此，采用IRS進行中繼可以有效節省系統的發送功率。

4" 結" 語

本文分析了IRS節點作為中繼的無人機通信系統，由于竊聽節點的存在，采用聯合優化波束賦形向量及相位的方法提高系統的物理層安全性能。仿真結果表明，采用聯合優化的IRS中繼方法得到的系統安全速率高于采用傳統AF通信及不使用中繼的情況。此外，在達到相同安全速率的前提下分析了不同中繼方式所需要的發送功能，結果表明采用IRS中繼能夠有效降低系統功耗，節省系統發送功能。

參考文獻

[1] QIAN X， RENZO M D， LIU J， et al. Beamforming through reconfigurable intelligent surfaces in single?user MIMO systems： SNR distribution and scaling laws in the presence of channel fading and phase noise [J]. IEEE wireless communications letters， 2021， 10（1）： 77?81.

[2] YAN W J， YUAN X J， KUAI X Y. Passive beamforming and information transfer via large intelligent surface [J]. IEEE wireless communications letters， 2020， 9（4）： 533?537.

[3] YAN W J， YUAN X J， HE Z Q， et al. Large intelligent surface aided multiuser MIMO： Passive beamforming and information transfer [C]// 2020 IEEE International Conference on Communications （ICC）. New York： IEEE， 2020： 1?7.

[4] 陳哲恒.智能反射面輔助的無線通信物理層安全問題研究[D].南京：東南大學，2021.

[5] 趙暉.基于毫米波通信的無人機輔助無線網絡物理層安全研究[D].邯鄲：河北工程大學，2021.

[6] YANG L， MENG F X， ZHANG J Y， et al. On the performance of RIS?assisted dual?hop UAV communication systems [J]. IEEE transactions on vehicular technology， 2020， 69（9）： 10385?10390.

[7] LI S X， DUO B， YUAN X J， et al. Reconfigurable intelligent surface assisted UAV communication： Joint trajectory design and passive beamforming [J]. IEEE wireless communications letters， 2020， 9（5）： 716?720.

[8] ZHANG Q， SAAD W， BEMMNIS M. Reflections in the sky： Millimeter wave communication with UAV?carried intelligent reflectors [C]// 2019 IEEE Global Communications Conference （GLOBECOM）. New York： IEEE， 2019： 1?6.

[9] LONG H， CHEN M， YANG Z H， et al. Reflections in the sky： Joint trajectory and passive beamforming design for secure UAV networks with reconfigurable intelligent surface [EB/OL]. [2020?06?05]. https：//arxiv.org/abs/2005.10559.

[10] WANG L， WANG K， PAN C， et al. Joint trajectory and passive beamforming design for intelligent reflecting surface?aided UAV communications： A deep reinforcement learning approach [J]. IEEE transactions on mobile computing， 2023， 22（11）： 6543?6553.

[11] GE L H， DONG P H， ZHANG H， et al. Joint beamforming and trajectory optimization for intelligent reflecting surfaces?assisted UAV communications [J]. IEEE access， 2020， 8： 78702?78712.

[12] HUA M， YANG L X， WU Q Q， et al. UAV?assisted intelligent reflecting surface symbiotic radio system [J]. IEEE transactions on wireless communications， 2021， 20（9）： 5769?5785.

[13] QIU J， CAI X， ZHANG L， et al. A loss matrix?based alternating optimization method for sparse PU learning [J]. Swarm and evolutionary computation， 2022， 75（1）： 101174.

[14] CUI M， ZHANG G， ZHANG R. Secure wireless communication via intelligent reflecting surface [J]. IEEE wireless communications letters， 2019， 8（5）： 1410?1414.

[15] 李蒙，任清華，張廣大，等.基于智能反射表面的中繼協作安全通信技術[J].空軍工程大學學報（自然科學版），2022，23（3）：34?40.

作者簡介：張倩倩（1989—），女，江蘇徐州人，碩士，講師，研究方向為物理層安全。

張" 強（1977—），男，河北邯鄲人，副教授，研究方向為計算機科學與技術。

欒亞婷（1989—），女，山東煙臺人，碩士，工程師，研究方向為信號處理。

周張泉（1988—），男，江蘇南通人，碩士，講師，研究方向為知識圖譜。