买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网安徽省电力有限公司信息通信分公司

摘要：本发明公开了一种5G‑A通感算一体化eSIM安全传输方法。该方法首次在eSIM通感算一体化传输中利用波束形成技术进行安全传输，同时使用超可靠低时延技术实现高可靠性、低时延通信，最终利用深度强化学习进行统一的资源分配，最大化提出的统一性能指标，实现了安全性、有效性、可靠性的均衡最优。

主权项：1.5G-A通感算一体化eSIM安全传输方法，其特征在于，包括如下步骤：步骤A，构建通感算一体化eSIM传输系统，表征利用波束形成技术传输的感知信号和通信信号；步骤B，构建通感算一体化的eSIM安全传输系统，通过加入人工噪声协同波束形成实现安全通信；步骤C，在通感算一体化eSIM安全传输系统中设计超可靠低时延通信方案，构建超可靠低时延资源分配方案和性能评价指标；步骤D，构建统一资源分配框架，提出通感算一体化超可靠eSIM安全传输统一优化指标；步骤E，利用深度强化学习方法进行性能优化，实现最佳性能资源分配；其中，步骤A具体包括：A1，定义通感算一体化eSIM传输系统，基站BS配备Nt根发射天线面向eSIM感知目标服务、配备Nr根天线面向eSIM通信用户服务；A2，S个eSIM感知目标产生的感知信号通过波束形成发送给基站BS；接收到的感知信号xt，表示为：A3，感知信号在传输过程中反射产生回声信号et，表示为： 其中，为感知信号的波束形成矩阵，其中wi表示第i个感知用户对应天线的波束形成矢量；为天线增益；α为感知目标信号的反射系数；为感知目标信号的接收转向矢量；为感知目标信号的发射转向矢量；t表示信号的时间变量；τ为感知目标信号的时延；P为感知目标信号的发射功率；j为虚数单位；f为感知目标信号的频率；为反射信号的高斯白噪声，其中表示反射信号高斯白噪声的方差；A4，感知信号通过eSIM基站波束形成发送给C个通信目标用户，用户侧接收信号yt表示为： 其中，P'为通信服务的基站发射功率；f'为通信服务的基站发射频率；为基站波束形成矩阵，其中w'i表示第i个通信用户对应天线的波束形成矢量；为接收用户的高斯白噪声，其中表示接收信号高斯白噪声的方差；其中，步骤B具体包括：B1，基站向eSIM通信用户传输信号过程中加入人工噪声nt辅助波束形成，其中n～CN0,RN，RN表示人工噪声的方差；合法用户处接收到的信号为潜在窃听者处接收到的信号为evet＝ΘαtHθ[wxt-τ+nt]+nevet，其中为潜在窃听者处的高斯白噪声，其中表示窃听信号高斯白噪声的方差；B2，确定安全传输优化目标，通过优化通过系统最坏情况的保密率实现安全通信，定义合法用户和潜在窃听者之间可达速率之差为保密率：SR＝minRC-REVE；其中RC为合法用户可实现的传输速率： 其中，SINRC表示合法通信信号的信干噪比，ax为合法用户期望接收到的信号：ae为反射干扰信号：an为人工噪声干扰信号：REVE为潜在窃听者可实现的传输速率： 其中，SINREVE表示窃听信号的信干噪比；B3，确定安全传输分配资源实现通感算一体化的eSIM安全传输；其中安全传输确定分配资源矩阵WS[f,w,tθ,nt]其中，步骤C具体包括：C1，构建超可靠低时延资源分配模型，定义系统N个时频块资源RB，C个资源分配给通信用户NC，超可靠低时延资源分配矩阵为：SC＝{sij|sij∈[0,1],i＝1,2,...,Nj＝1,2,...C]}N×C，表示系统RB资源对用户的分配情况，sij＝1表示第i个时频块RB分配给第j个用户，sij＝0则表示第i个时频块RB未分配给第j个用户；C2，根据信道状态和业务的QOS需求，定义终端优先级H＝[1,2,...K]，根据通信用户的优先级H、系统传输速率RV，系统时延τ定义第个k通信用户获取时频块RB的分配函数： 其中，分别为时延、系统传输速率、终端优先级的权重，且Ik为第k个通信用户分配最大时频块RB个数；δk为第k个通信用户分配时频块RB个数；为第k个通信用户I次分配的平均速率；RVmax为系统所有通信用户中最大速率；C3，设置超可靠低时延传输性能指标，为在设定截止时延τth和截止丢包率pth约束下的最大系统吞吐量T；定义系统传输速率矩阵RV＝[rvk,k＝1,2,...,M]N×M表示系统各个通信用户的传输速率，其中rvk表示第k个通信用户的传输速率，由此计算系统吞吐量T： 其中，pij为第i个时频资源块与第j个通信用户确定资源分配时的丢包率；sij为第i个时频资源块与第j个通信用户资源分配函数；vij为第i个时频资源块与第j个通信用户确定资源分配时的传输速率；系统经过L次数据传输的平均吞吐量为： 其中，为第i个时频资源块与第j个通信用户第l次传输确定资源分配情况时的丢包率；为第i个时频资源块与第j个通信用户第l次传输的资源分配函数；为第i个时频资源块与第j个通信用户第l次传输确定资源分配情况时的传输速率；D1，构建统一资源分配框架，确定资源分配矩阵W＝[P,B,T]，其中P为功率资源分配矩阵，B为带宽资源分配矩阵，T为发射天线空间资源分配矩阵；D2，构建统一性能指标，用L＝α1L1+α2L2+α3L3衡量；其中，α1、α2、α3分别为对应的权重；L1为通信过程中信干噪比SINRC的归一化：L2为通信过程中保密率SR的归一化：L3为通信过程中平均吞吐量的归一化：D3，构建统一性能优化算法，公式化为：其中，步骤E具体包括：E1，构建深度强化学习神经网络模型；1定义状态空间S：模型需要探测到通信过程中的状态信息，将通信过程中每根天线的功率、每个信道的信道容量、波束形成矢量、人工噪声、发射天线的角度等信息组合成一个向量S作为状态空间；2定义动作空间A：在给定状态下可以采取的策略，将每根天线的功率分配、时频资源分配、调整波束形成矢量、发射人工噪声等动作表示向量其中，Pi表示第i根发射天线分配的功率，Bi表示第i根发射天线对应的信道分配的带宽，sij表示第i个时频块RB分配给第j个用户；3定义奖励函数R：评估在给定状态下采取某个动作的奖励，设计为统一性能指标损失函数的负数：RS,A＝-L＝-α1L1+α2L2+α3L3其中，RS,A表示在状态S下采取动作A的奖励；4定义策略函数πθ：状态S采取动作A的概率πθA|S： 5定义优势函数衡量当前状态和动作相对于平均水平的优劣程度，用当前状态以及动作的奖励与平均奖励的之差表示： 其中，为策略πθ在状态S下的平均奖励值；6定义截断因子E2，初始化策略函数πθ和奖励函数R；E3，初始化环境状态S，根据策略πθ选择最大化奖励的动作A；E4，执行动作A，并获取环境奖励R和下一个状态S'；E5，使用随机梯度上升算法最大化k+1时刻的目标函数Jθk+1以更新策略πθk+1，表示为： 其中，表示将x截断在中；目标函数为E6，重复上述步骤，直到达到目标函数；E7，训练深度强化学习模型，生成最优统一资源分配策略。

全文数据：

权利要求：

百度查询： 国网安徽省电力有限公司信息通信分公司 5G-A通感算一体化eSIM安全传输方法