Gemeinsame Ressourcenallokation und Beamforming-Design für RIS-unterstützte symbiotische Funknetzwerke: Ein Ansatz der tiefen Verstärkungslernen (DRL)

In diesem Papier untersuchen wir ein Reconfigurable Intelligent Surface (RIS)-unterstütztes sicheres Symbiosis Radio (SR)-Netzwerk, um die Informationsleckage des primären Senders (PTx) an potenzielle Abhörer zu adressieren. Insbesondere fungiert das RIS als sekundärer Sender im SR-Netzwerk, um die Sicherheit der Kommunikation zwischen dem PTx und dem primären Empfänger (PRx) zu gewährleisten, und überträgt gleichzeitig seine Informationen an den PTx, indem es die Phasenverschiebungen konfiguriert. Unter Berücksichtigung der Anwesenheit mehrerer Abhörer und unsicherer Kanäle in praktischen Szenarien optimieren wir gemeinsam das aktive Beamforming des PTx und die Phasenverschiebungen des RIS, um die Geheimhaltungsenergieeffizienz der RIS-unterstützten SR-Netzwerke zu maximieren und dabei die Anforderungen an die Dienstgüte und die sichere Kommunikationsrate zu erfüllen. Um dieses komplizierte, nicht konvexe stochastische Optimierungsproblem zu lösen, schlagen wir eine sichere Beamforming-Methode basierend auf Proximal Policy Optimization (PPO) vor, die ein effizientes Algorithmus des tiefen Verstärkunglernens ist, um die optimale Beamforming-Strategie gegen Abhörer zu finden. Simulationsergebnisse zeigen, dass die vorgeschlagene, auf PPO basierende Methode in der Lage ist, eine schnelle Konvergenz zu erreichen und den Gewinn der Geheimhaltungsenergieeffizienz im Vergleich zu den betrachteten Benchmarks um bis zu 22% zu realisieren.