基于生成流网络的安全时序调制智能反射面
信号处理
2025-06-19 v1
摘要
我们提出一种针对 OFDM 发射机的新颖定向调制（DM）设计，辅以时序调制智能反射面（TM-IRS）。TM-IRS 被配置为保持向多个合法用户的传输信号完整性，同时在其他所有方向扰码信号。现有 TM-IRS 设计方法通常针对单个用户方向，遵循预定义规则程序，难以适用于多用户场景。本文提出一种基于生成式 AI 的方法，从所有可能的量化参数范围集合中设计出一组良好的 TM-IRS 参数。设计目标是最大化授权方向上的总速率。我们将 TM-IRS 参数选择建模为确定性马尔可夫决策过程（MDP），其中每个终端状态对应于 TM-IRS 参数的特定配置。采用 GFlowNets 学习一种随机策略，对TM-IRS 参数集合进行抽样，其概率与其关联的总速率奖励成正比。实验结果表明，所提方法有效提升了 TM-IRS 辅助 OFDM 系统在多用户场景下的安全性。此外，尽管 TM-IRS 配置空间庞大，GFlowNet 在训练时只需覆盖不到 0.000001% 的所有可能配置即可收敛，显示出比穷举组合搜索卓越的效率。实现代码已公开于 https://github.com/ZhihaoTao/GFN4TM-RIS 以便复现。
引用
@article{arxiv.2506.14992,
title = {Secure Time-Modulated Intelligent Reflecting Surface via Generative Flow Networks},
author = {Zhihao Tao and Athina P. Petropulu},
journal= {arXiv preprint arXiv:2506.14992},
year = {2025}
}