利用人工噪声保障下行大规模 MIMO-NOMA 网络安全
信息论
2019-03-15 v1 math.IT
摘要
本文聚焦于利用人工噪声(AN)保障大规模多输入多输出(MIMO)非正交多址(NOMA)网络的机密信息安全。首先提出一种上行训练方案，在基站处采用最小均方误差估计。基于估计的信道状态信息，基站对机密信息进行预编码并注入 AN。随后推导了下行传输的遍历保密速率。还分别针对基站大量发射天线与高发射功率进行了渐近保密性能分析，以凸显关键参数对所考虑系统保密性能的影响。基于推导的遍历保密速率，我们提出上行训练阶段与下行传输阶段的联合功率分配以最大化系统求和保密速率。此外，从安全性角度提出另一种优化算法以最大化能量效率。结果表明，大规模 MIMO 技术与 AN 的结合极大有益于 NOMA 网络的保密性能。此外，揭示了上行训练阶段与聚类过程对保密性能的影响。并通过仿真将所提优化算法与其他基准算法比较，验证了其优越性。最后，表明所提系统在保密性能上优于传统大规模 MIMO 正交多址。
引用
@article{arxiv.1903.05752,
title = {Securing Downlink Massive MIMO-NOMA Networks with Artificial Noise},
author = {Ming Zeng and Nam-Phong Nguyen and Octavia A. Dobre and H. Vincent Poor},
journal= {arXiv preprint arXiv:1903.05752},
year = {2019}
}