行业资讯
低空无线网络ISCC优化：安全挑战与DRL解决方案
1. 低空无线网络中的安全挑战与ISCC优化在无人机物流、空中出租车等低空经济快速发展的背景下低空无线网络LAWNs作为关键基础设施面临着独特的安全挑战。与地面网络不同低空环境具有三大特征首先是高度的开放性无人机与基站之间的通信链路极易被窃听其次是动态的拓扑结构飞行器的移动导致信道条件快速变化最后是严格的资源限制机载设备的计算能力和能源储备都十分有限。传统安全方案在低空场景中面临严重局限。加密技术需要复杂的密钥管理对资源受限的无人机不切实际物理层安全依赖于信道差异在视距传播为主的低空环境中效果有限。更关键的是现有研究往往将感知、通信与计算ISCC割裂优化忽视了它们之间的相互影响。例如增强感知精度需要更多发射功率这会挤占通信资源提高保密性需要注入人工噪声又会增加能耗并影响计算时效性。2. 系统建模与关键指标设计2.1 三维联合系统架构我们构建的ISCC系统采用分层设计如图1所示。基站配备大规模天线阵列通过时分复用提供三种服务感知服务发射雷达波束扫描低空区域保密通信采用人工噪声辅助的物理层安全传输边缘计算为无人机提供任务卸载支持中继无人机作为移动边缘节点既转发基站信号也执行本地计算。这种架构的创新点在于波形共享通信信号同时用于环境感知动态资源分配根据实时需求调整功率和计算资源安全增强通过空间调制抑制窃听信道2.2 核心性能指标量化波束方向图误差衡量感知精度的关键指标。通过优化预编码矩阵W_r使实际波束方向图P(θ)逼近理想方向图d(θ)。数学表达式为RB_error Σ|P(θ_l) - d(θ_l)|^2 / Σ|d(θ_l)|^2保密速率考虑两阶段传输过程基站→无人机→用户保密速率计算为合法信道容量与窃听信道容量之差γ_secure [log(1SINR_user) - log(1SINR_eave)]^信息年龄(AoI)表征计算时效性的新指标。在FCFS队列模型下平均AoI推导为AAoI (λ^2/μ_UAV)(1/μ_BS 1/μ_trans) 1/μ_UAV 1/λ其中λ为数据到达率μ为各环节服务速率。3. 多目标优化问题构建3.1 目标函数设计建立四维优化目标min [RB_error, -γ_secure, AAoI, P_UAV]各目标间存在固有冲突提高感知精度需增加P_sens但会降低通信功率增强保密性需注入人工噪声这会增加能耗降低AoI需要提升计算速率导致能耗立方级增长3.2 约束条件处理关键约束包括总功率限制P_sens P_com P_AN ≤ P_total队列稳定性ρ λ/(μ_BS μ_UAV) 1服务质量γ_secure ≥ γ_th特别需要注意的是保密约束通过人工噪声预编码实现V_n null(H_user) * Z其中null(·)表示用户信道的零空间投影确保噪声只影响窃听者。4. 基于DRL的进化算法设计4.1 算法框架创新传统多目标进化算法(MOEA)的局限在于固定算子难以适应动态优化环境。我们提出的DQN-MOEA具有三大创新状态表征将种群性能量化为三维向量s_t [conv(POP), div(POP), fea(POP)]动作空间包含8种进化算子SBX, DE/rand/1等奖励函数综合考量目标改进幅度r_t Δconv αΔdiv βΔfea4.2 训练与部署流程离线训练阶段随机选择算子生成子代种群评估种群状态转移(s_t→s_{t1})通过TD-error更新Q网络参数在线优化阶段DQN根据当前状态选择最优算子执行变异、交叉操作环境反馈奖励更新经验池关键实现细节采用ε-greedy策略平衡探索与利用目标归一化处理消除量纲影响约束违反度作为惩罚项5. 性能验证与结果分析5.1 实验配置仿真参数设置如表I所示重点包括基站天线60-100根大规模MIMO无人机高度100-150米典型低空场景信道模型Rician衰落K10dB对比算法遗传算法(GA)经典全局优化方法IMODE改进差分进化算法5.2 核心发现天线数量影响图4基站天线从60增至100时目标函数值降低47%无人机天线从8增至16带来21%性能提升窃听者天线增加会导致性能线性下降噪声敏感性图8信道噪声增加1dB保密速率下降23%人工噪声功率需控制在总功率15-20%帕累托前沿分析所提算法找到的解集覆盖度比基线高35%在4目标空间中保持良好分布性间距指标提升28%5.3 工程启示实际部署建议天线配置基站至少配置64天线无人机8-16天线功率分配感知:通信:噪声 ≈ 4:3:3计算卸载简单任务本地处理复杂任务卸载到基站典型故障处理当AoI突增时优先检查信道估计误差波束失准通常由无人机快速移动引起保密速率下降需调整人工噪声投影方向6. 技术延伸与演进方向本方案的扩展应用包括无人机集群协同多智能体强化学习框架智能反射面辅助RIS相位矩阵联合优化毫米波频段宽带信道测量与波束管理未来改进方向引入数字孪生进行安全验证开发轻量化模型适配边缘设备探索太赫兹频段的感知通信一体化实际工程中我们发现当无人机速度超过15m/s时需要将信道估计周期缩短30%才能维持性能。这提示我们动态调整机制的重要性——在高速移动场景下可以牺牲部分计算资源来提升信道跟踪频率。
郑州网站建设
网页设计
企业官网
