Code Matlab de Transmission MIMO massive sécurisée assistée par bruit artificiel avec CSI statistique
Artificial Noise Assisted Secure Massive MIMO Transmission With Statistical CSI

Résumé

Pour la transmission de liaison descendante massive à plusieurs entrées et sorties multiples (MIMO) à une seule cellule, nous étudions une stratégie de transmission sécurisée assistée par bruit artificiel (AN) dans laquelle la station de base n'a accès qu'aux informations statistiques sur l'état du canal (CSI) des terminaux d'utilisateurs légitimes. et l'espionnage. En maximisant une limite inférieure du taux de somme de secret ergodique, nous déterminons les vecteurs propres du signal de secret optimal et les matrices de covariance de transmission AN sous forme fermée. Notamment, une telle solution révèle qu'il est plus favorable de transmettre à la fois les signaux de secret et l'AN dans le domaine du faisceau, par lequel nous traduisons le problème d'origine en un problème d'allocation de puissance plus simple dans le domaine du faisceau. En s'appuyant sur les approches d'optimisation séquentielle et l'équivalent déterministe, nous proposons en outre un algorithme itératif d'allocation de puissance avec une convergence garantie vers un optimum local. Les résultats numériques montrent les performances supérieures de l'approche proposée par rapport à l'approche traditionnelle sans AN.

Abstract:

For the single-cell massive multiple-input multiple-output (MIMO) downlink transmission, we investigate an artificial noise (AN) assisted secure transmission strategy where the base station has only access to statistical channel state information (CSI) of the legitimate user terminals and the eavesdropper. By maximizing a lower bound of the ergodic secrecy sum rate, we figure out the eigenvectors of the optimal secrecy signal and AN transmit covariance matrices in the closed-form. Notably, such a solution reveals that it is more favorable to transmit both the secrecy signals and the AN in the beam domain, by which we translate the original problem into a simpler power allocation problem in the beam domain. Building on the approaches of sequential optimization and the deterministic equivalent, we further propose an iterative algorithm for power allocation with guaranteed convergence to a local optimum. Numerical results show the superior performance of the proposed approach compared with the traditional one without AN.

Original article

https://ieeexplore.ieee.org/abstract/document/8869865