iBEAMS：基于贝叶斯增强学习与自适应博弈论多层策略的安全高效 ISAC-MIMO 系统统一框架
信号处理
2026-03-31 v1 新兴技术
摘要
下一代 ISAC 网络在毫米波和太赫兹频段必须在面对潜在窃听者（移动与静态）的物理层保密需求下，协调分布式混合边缘节点，同时满足严苛的功耗与 QoS 约束。然而，这些要求在现有 ISAC 物理层安全设计中很少有统一的方式加以满足。本文提出 iBEAMS，一个面向安全与高效 ISAC 的分层 Stackelberg--GNE--贝叶斯 框架，支持分布式混合节点。该架构集成了：（i）ISAC 基站作为 Stackelberg 领袖，联合优化总发射功率、保密数据与人造噪声、探测功率的分配，并广播激励价格以塑造跟随者效用；（ii）混合节点中发生广义 nash 均衡博弈，节点选择发射功率及传输与干扰角色，在耦合干扰约束和基站施加的泄漏惩罚下运行；（iii）贝叶斯协同细化层，形成基于窃听者到达角后验分布的几何感知干扰联盟。在 28 GHz 至 3 THz 载波频率上的仿真结果表明，基站与混合节点决策在层级结构下均实现收敛，协同友好干扰稳定可靠。iBEAMS 实现约 4.4--4.7 bps/Hz 的平均保密速率， Secrecy 能效提升约 ，相较于基于 Stackelberg 决策的基线实现 30--70% 的能效提升，同时在 28 GHz 下实现零故障。此外，面向移动窃听者和增加的对手密度，后验对齐干扰仍保持锐利定向，具备抗性，表明 iBEAMS 能够在受限功率与 QoS 约束下，同时应对静态与移动对手并协调混合边缘节点。
引用
@article{arxiv.2603.27882,
title = {iBEAMS: A Unified Framework for Secure and Energy-Efficient ISAC-MIMO Systems leveraging Bayesian Enhanced learning, and Adaptive Game-Theoretic Multi-Layer Strategies},
author = {Mehzabien Iqbal and Ahmad Y. Javaid},
journal= {arXiv preprint arXiv:2603.27882},
year = {2026}
}