面向多智能反射面辅助感知增强频谱共享网络安全传输的混合分层深度强化学习资源分配
信息论
2023-12-05 v1 信号处理
math.IT
摘要
由于频谱资源的分配与共享特性，安全通信在频谱共享网络中至关重要。为了进一步探索智能反射面 (IRS) 在增强频谱共享与安全传输性能方面的潜力，本文研究了一个多智能反射面 (multi-IRS) 辅助的感知增强宽带频谱共享网络，并考虑了物理层安全技术。提出了一种基于双重深度Q网络 (D3QN) 算法和软演员-评论家 (SAC) 算法的智能资源分配方案，通过联合优化IRS配对、子信道分配、次级基站发射波束成形、IRS反射系数和感知时间，来最大化次级网络的安全传输速率。为了解决多个IRS大量反射元件导致的稀疏奖励问题，利用了分层强化学习方法。引入了一种基于交替优化 (AO) 的传统数学方案，以验证所提智能方案在计算复杂度上的优势。仿真结果证明了所提智能方案的有效性以及多IRS设计在增强保密速率和频谱利用率方面的优越性。结果表明，在存在多个窃听者 的情况下，IRS的不当部署会降低安全性能，因此IRS的布置值得进一步考量。
引用
@article{arxiv.2312.01071,
title = {Hybrid Hierarchical DRL Enabled Resource Allocation for Secure Transmission in Multi-IRS-Assisted Sensing-Enhanced Spectrum Sharing Networks},
author = {Lingyi Wang and Wei Wu and Fuhui Zhou and Qihui Wu and Octavia A. Dobre and Tony Q. S. Quek},
journal= {arXiv preprint arXiv:2312.01071},
year = {2023}
}