⚡ electrical engineering

Secure Rate-Splitting and RIS Beamforming with Untrusted Energy Harvesting Receivers

Questo articolo propone un framework di ottimizzazione alternata per massimizzare l'efficienza energetica di segretezza in una rete eterogenea assistita da RIS montato su UAV, dove un'antenna multipla trasmette informazioni sicure a ricevitori legittimi e energia a ricevitori non fidati tramite Rate-Splitting Multiple Access (RSMA).

Autori originali: Hamid Reza Hashempour, Le-Nam Tran, Duy H. N. Nguyen, Hien Quoc Ngo

Pubblicato 2026-03-24

📖 4 min di lettura☕ Lettura da pausa caffè

CC BY 4.0

Autori originali: Hamid Reza Hashempour, Le-Nam Tran, Duy H. N. Nguyen, Hien Quoc Ngo

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

🚁 Il Messaggero Invisibile e il Fiume di Energia

Immagina di dover consegnare dei messaggi segreti (informazioni) a dei clienti fidati in una città piena di grattacieli che bloccano la vista. Nel frattempo, devi anche inviare energia (come luce solare o calore) a delle batterie che devono ricaricarsi. Il problema? Ci sono dei ladri (i "ricevitori non fidati") che cercano di rubare i messaggi segreti mentre cercano di rubare anche l'energia.

In questo scenario, gli scienziati hanno proposto una soluzione geniale che combina tre tecnologie:

Un Drone (UAV) che vola in alto.
Uno Specchio Magico (RIS) attaccato al drone.
Un Metodo di Consegna Intelligente (RSMA).

Ecco come funziona, passo dopo passo:

1. Il Problema: I Muri e i Ladri

Immagina che il tuo ufficio (la Stazione Base) voglia parlare con i suoi dipendenti (Utenti Legittimi). Ma ci sono dei muri alti che impediscono la vista diretta. Inoltre, ci sono dei ladri (Ricevitori Non Fidati) che vogliono ascoltare le conversazioni e rubare un po' di energia per le loro batterie.
Se provi a parlare direttamente, il segnale si perde contro i muri o viene intercettato dai ladri.

2. La Soluzione: Lo Specchio Magico sul Drone

Per risolvere il problema, usano un Drone che vola sopra gli ostacoli. Sul drone c'è un RIS (Reconfigurable Intelligent Surface), che possiamo immaginare come uno specchio digitale intelligente composto da centinaia di piccoli "pixel" (elementi riflettenti).

Cosa fa? Il drone posiziona lo specchio in modo che la luce del segnale rimbalzi perfettamente sui muri e arrivi dritta ai dipendenti, aggirando gli ostacoli.
Il trucco: Lo specchio può cambiare l'angolo di ogni singolo pixel istantaneamente, focalizzando il segnale come un laser e deviando quello che potrebbe andare ai ladri.

3. Il Metodo di Consegna: La "Torta a Fette" (RSMA)

Qui entra in gioco la parte più intelligente: il Rate-Splitting (RSMA).
Immagina che il messaggio segreto sia una torta.

Il vecchio metodo (SDMA/NOMA): Era come dare una fetta intera a ogni persona. Se qualcuno rubava la torta, tutti la perdevano, oppure si creava confusione (interferenza) se le fette si sovrapponevano.
Il nuovo metodo (RSMA): Dividono la torta in due parti:
1. Una parte pubblica (Messaggio Comune): Una fetta che tutti possono vedere e mangiare, ma che non contiene il segreto vero e proprio. Serve a creare confusione per i ladri.
2. Una parte privata (Messaggio Privato): La fetta speciale che contiene il segreto, destinata solo a chi ha la chiave giusta.

I ladri riescono a vedere la parte pubblica (e si sa che stanno cercando di rubare), ma non riescono a separare la parte privata dal "rumore" creato dalla parte pubblica. È come se i ladri vedessero un pacchetto regalo, ma non riuscissero a capire cosa c'è dentro perché il pacchetto è troppo ingombrante e confuso.

4. L'Obiettivo: Massimizzare l'Efficienza (SEE)

L'obiettivo non è solo inviare il messaggio, ma farlo in modo efficiente.

Efficienza Energetica: Vogliamo che i ladri ricevano abbastanza energia per ricaricarsi (per non spingerli a fare cose peggiori o per rispettare le regole di trasferimento energetico), ma non abbastanza da permettergli di decifrare i messaggi.
Equità: Vogliamo che tutti i dipendenti fidati ricevano una quantità di segreto simile, nessuno venga lasciato indietro.

5. Come hanno risolto il puzzle?

Il problema matematico per trovare la posizione perfetta del drone, l'angolo esatto di ogni pixel dello specchio e la dimensione delle fette di torta è estremamente complicato (come cercare di risolvere un cubo di Rubik mentre si è su un'altalena).
Gli autori hanno creato un algoritmo che funziona per tentativi intelligenti:

Fissa lo specchio e cambia le fette della torta.
Fissa le fette e muovi lo specchio.
Ripeti finché non trovi la combinazione perfetta che massimizza i segreti consegnati e minimizza l'energia sprecata.

🏆 I Risultati: Perché è meglio?

I test al computer hanno mostrato che questo sistema è molto più robusto dei metodi tradizionali:

Più sicuro: I ladri fanno molta più fatica a rubare i segreti.
Più efficiente: Con lo stesso consumo di energia, si consegna più informazione.
Scalabile: Funziona bene anche se si aggiungono più utenti o più ladri, a differenza dei vecchi sistemi che collassavano sotto il peso della confusione.

In Sintesi

È come se avessimo un corriere aereo che usa uno specchio magico per inviare messaggi segreti a una folla, mescolandoli con rumore pubblico in modo che i ladri non riescano a distinguerli, garantendo nel contempo che le batterie dei ladri si ricarichino abbastanza da non diventare un pericolo, ma non abbastanza da permettere loro di leggere i segreti. È un equilibrio perfetto tra sicurezza, energia e intelligenza artificiale.

1. Problema e Contesto

Il lavoro affronta le sfide di sicurezza e efficienza energetica nelle reti wireless oltre il 5G, in particolare in scenari che integrano Veicoli Aerei Senza Pilota (UAV), Superfici Intelligenti Ricostituibili (RIS) e Rate-Splitting Multiple Access (RSMA).

Lo scenario specifico considera un downlink MISO (Multiple-Input Single-Output) assistito da un UAV dotato di RIS. Il sistema deve servire contemporaneamente:

IHR (Information-Harvesting Receivers): Utenti legittimi che ricevono informazioni e energia.
UEHR (Untrusted Energy-Harvesting Receivers): Utenti non fidati che richiedono energia tramite raccolta (Energy Harvesting - EH) ma che potrebbero agire come intercettatori (eavesdroppers) per decodificare le informazioni riservate.

L'obiettivo principale è massimizzare l'Efficienza Energetica di Segretezza (SEE - Secrecy Energy Efficiency), definita come il rapporto tra il tasso di segretezza complessivo e il consumo energetico totale, garantendo al contempo che i requisiti di raccolta energia dei UEHR siano soddisfatti, pur impedendo loro di decodificare i dati confidenziali.

2. Metodologia Proposta

Gli autori propongono un framework di ottimizzazione congiunta che combina tecniche di accesso multiplo avanzate e beamforming passivo.

A. Modello di Sistema e Trasmissione

RSMA: Viene adottata la Rate-Splitting Multiple Access. Ogni messaggio utente viene diviso in una parte comune (decodificabile da tutti gli utenti legittimi) e una parte privata. Questo approccio gestisce l'interferenza in modo più robusto rispetto a SDMA o NOMA.
Canale: Si assume l'assenza di collegamento diretto in vista (LoS) tra la stazione base (BS) e gli utenti a causa di ostacoli; la comunicazione avviene tramite il canale riflesso dall'RIS montato sull'UAV.
Vincoli Non Lineari: Il modello di raccolta energia (EH) segue una funzione logistica non lineare, rendendo il problema di ottimizzazione complesso.

B. Formulazione del Problema

L'obiettivo è massimizzare l'SEE in un formato "max-min" (per garantire equità tra gli utenti legittimi) soggetto a:

Vincoli di potenza di trasmissione.
Vincoli di raccolta energia minima per i UEHR.
Vincoli di segretezza (il tasso di intercettazione da parte dei UEHR deve essere inferiore al tasso di decodifica legittimo).

C. Algoritmo di Ottimizzazione

Poiché il problema formulato è non convesso e accoppiato, gli autori sviluppano un framework di Ottimizzazione Alternata (AO) che scompone il problema in tre sottoproblemi risolti iterativamente:

Ottimizzazione dell'allocazione del messaggio comune: Risolta tramite Programmazione Lineare (LP) per determinare i pesi ( $a_k$ ) della parte comune del messaggio per ciascun utente.
Ottimizzazione dei Precodificatori Attivi (BS):
- Viene utilizzata la Trasformata di Dinkelbach per gestire la natura frazionaria dell'obiettivo (SEE).
- Le restrizioni non convesse (SINR, vincoli di segretezza) vengono approssimate tramite Approssimazione Convessa Sequenziale (SCA) utilizzando espansioni di Taylor del primo ordine.
Ottimizzazione delle Fasi di Riflessione (RIS):
- Le fasi dei elementi RIS sono ottimizzate trasformando i vincoli non lineari in forme affini tramite SCA.
- Il vincolo di modulo unitario ( $|s_m|=1$ ) viene gestito utilizzando un metodo basato su penalità, linearizzando il termine quadratico nell'obiettivo.

3. Contributi Chiave

Nuovo Framework di Sicurezza: È il primo lavoro (secondo gli autori) che affronta congiuntamente l'ottimizzazione dell'efficienza energetica di segretezza in sistemi RSMA-SWIPT assistiti da RIS, considerando UEHR non fidati.
Robustezza e Flessibilità: L'uso dell'RSMA permette di gestire l'interferenza e le minacce di intercettazione in modo più flessibile rispetto alle tecniche tradizionali.
Algoritmo Efficiente: Viene proposto un algoritmo AO basato su SCA e trasformata di Dinkelbach che garantisce la convergenza a una soluzione sub-ottima locale, gestendo efficacemente la non convessità dei vincoli di raccolta energia.
Analisi di Scalabilità: Il lavoro dimostra come il sistema scala al variare del numero di antenne, elementi RIS e utenti.

4. Risultati delle Simulazioni

Le simulazioni sono state condotte in un'area di 1500x3000 m² con BS, UAV-RIS e utenti distribuiti casualmente. I risultati principali includono:

Confronto con SDMA e NOMA: Il sistema proposto basato su RSMA supera significativamente sia SDMA che NOMA in termini di SEE. L'RSMA mostra una maggiore robustezza nella gestione dell'interferenza e nelle condizioni di canale sfavorevoli.
Impatto del numero di Antenne ( $N_t$ ): L'SEE aumenta con il numero di antenne alla BS, saturando poi a causa della crescita logaritmica del tasso di segretezza.
Impatto degli Elementi RIS ( $M$ ): Aumentare il numero di elementi riflettenti ( $M$ ) migliora l'SEE con una tendenza logaritmica. Un RIS con $M=128$ elementi a bassa potenza ( $P_{max}=10$ dBm) raggiunge prestazioni simili a un RIS più piccolo ( $M=16$ ) ad alta potenza ( $P_{max}=20$ dBm), evidenziando il potenziale di risparmio energetico dell'RIS.
Scalabilità: All'aumentare del numero di utenti legittimi ( $K$ ), l'SEE diminuisce a causa dell'aumentata probabilità di intercettazione. Tuttavia, l'aumento del numero di antenne ( $N_t$ ) compensa efficacemente questo degrado (es. raddoppiando $N_t$ da 4 a 8, si ottiene un guadagno di oltre 4 volte nell'SEE per $K=6$ ).

5. Significato e Conclusione

Questo studio dimostra la sinergia potente tra RSMA, RIS e UAV per creare reti wireless sicure ed energeticamente efficienti. La proposta offre una soluzione praticabile per scenari reali dove la raccolta di energia e la sicurezza delle informazioni devono coesistere, anche in presenza di utenti non fidati. L'approccio proposto non solo migliora le prestazioni di sicurezza, ma lo fa ottimizzando l'uso dell'energia, un fattore critico per le reti future sostenibili.