Secure Communication in MIMOME Movable-Antenna Systems with Statistical Eavesdropper CSI

Technische Samenvatting: Veilige Communicatie in MIMOME Movable-Antenna Systemen met Statistische Eavesdropper CSI

Probleemstelling
Dit artikel behandelt de uitdaging om de fysieke laagbeveiliging (Physical Layer Security, PLS) te verbeteren in een Multiple-Input Multiple-Output Multiple-Antenna Eavesdropper (MIMOME) systeem dat gebruikmaakt van Movable Antennas (MA's). Een cruciale praktische beperking die wordt beschouwd, is de onbeschikbaarheid van instantane Eavesdropper Channel State Information (ECSI). In tegenstelling tot eerdere werken die vaak uitgaan van perfecte ECSI of deterministische Line-of-Sight (LoS) modellen, werkt deze studie onder een realistischer scenario waarbij de zender alleen de instantane LoS-component en de statistische eigenschappen van de Non-Line-of-Sight (NLoS) component van het kanaal van de eavesdropper bezit. Het doel is om de Ergodic Secrecy Rate (ESR) te maximaliseren door de transmit precoding-matrix en de continue posities van de verplaatsbare antennes bij de legitieme zender gezamenlijk te optimaliseren, ondanks de onzekerheid in het kanaal van de eavesdropper.

Methodologie
De auteurs stellen een uitgebreid kader voor om de onhandelbaarheid van de ESR-expressie onder statistische ECSI en de niet-convexiteit van het gezamenlijke optimalisatieprobleem aan te pakken:

1. Deterministisch Equivalent via Random Matrix Theory (RMT):
   Omdat het afleiden van een exacte analytische expressie voor de ESR complexe verwachtingen over random NLoS-componenten met zich meebrengt, maken de auteurs gebruik van Random Matrix Theory. Ze leiden een deterministisch equivalent (gesloten vorm benadering) af voor de ESR in het asymptotische regime (wanneer het aantal antennes en eavesdroppers naar oneindig gaat). Deze benadering vervangt stochastische doelstellingen door een deterministische surrogaat, waardoor de computationele last van Monte Carlo-simulaties wordt vermeden en een differentieerbare doelstelling voor optimalisatie wordt geboden.

2. Alternating Optimization (AO) Framework:
   De gezamenlijke optimalisatie van de precoding-matrix ($F$) en de antenneposities ($T$) wordt geformuleerd als een niet-convex probleem. De auteurs gebruiken een Alternating Optimization (AO) framework, waarbij $F$ en $T$ iteratief worden bijgewerkt terwijl de andere variabele constant wordt gehouden.

3. Precoding Optimalisatie (Majorization-Minimization):
   Voor de update van de precoding-matrix ontwikkelen de auteurs een gradiënt-gebaseerd algoritme binnen het Majorization-Minimization (MM) framework. Een belangrijke technische bijdrage is de afleiding van de gradiënt voor de ESR, wat het oplossen van een impliciete fixed-point vergelijking vereist die inherent is aan het deterministische equivalent. Het algoritme maakt gebruik van een gradiëntprojectiemethode met een Armijo line search om aan de vermogensrestricties te voldoen.

4. Antennepositie Optimalisatie (AMSGrad-gebaseerde Surrogaat):
   Het optimaliseren van continue antenneposities is uitdagend omdat de complexe expressie van de ESR met betrekking tot positie het construeren van een standaard MM-surrogaatfunctie die strikt aan de majorisatievoorwaarden voldoet, verhindert. Om dit aan te pakken, stellen de auteurs een nieuwe surrogaatfunctie voor op basis van het AMSGrad-optimalisatiealgoritme. Deze methode vertrouwt uitsluitend op gradiëntinformatie. Hoewel het de strikte majorisatievereisten versoepelt, leveren de auteurs een rigoureus theoretisch bewijs dat het algoritme convergeert naar een stationair punt en een "no-regret" eigenschap bereikt.

Belangrijkste Bijdragen

• Theoretische Afleiding: Het artikel leidt een expliciet deterministisch equivalent af voor ESR in MIMOME-MA systemen met statistische ECSI. Dit resultaat omzeilt de noodzaak van tijdrovende Monte Carlo-simulaties en dient als fundament voor de daaropvolgende optimalisatie.
• Precoding Algoritme: Er wordt een op Majorization-Minimization (MM) gebaseerd algoritme ontwikkeld voor transmit precoding, dat voorzien is van een nieuwe afleiding van de gradiënt via impliciete fixed-point vergelijkingen.
• Positie Optimalisatie: Een nieuw AMSGrad-gebaseerd optimalisatieschema wordt voorgesteld voor de continue afstemming van antenneposities. Het artikel biedt een rigoureus convergentiebewijs voor deze methode, wat garandeert dat het een stationair punt bereikt ondanks het versoepelen van de standaard MM-majorisatievoorwaarden.
• Systeemontwerp: Het werk formuleert en lost een gezamenlijk optimalisatieprobleem op voor precoding en antenneposities, wat een praktische aanpak biedt voor robuuste veilige communicatie onder imperfecte ECSI.

Simulatie-resultaten
Numerieke simulaties valideren de theoretische bevindingen en de effectiviteit van het voorgestelde schema:

• Nauwkeurigheid van de Benadering: Het via RMT afgeleide deterministische equivalent blijkt zeer nauwkeurig te zijn, zelfs in systemen met gemiddelde dimensies (finite $N$ en $M$), en komt nauw overeen met empirische Monte Carlo-resultaten.
• Convergentie: Zowel het GP-gebaseerde precoding-algoritme als het AMSGrad-gebaseerde positie-optimalisatiealgoritme vertonen een snelle en monotone convergentie. Het algemene AO-framework stabiliseert doorgaans binnen enkele iteraties.
• Prestatiewinsten: Het voorgestelde MA-ondersteunde schema presteert aanzienlijk beter dan conventionele Fixed-Position Antenna (FPA) systemen.
  • Vergeleken met FPA-systemen met Zero-Forcing (ZF) precoding, behaalt de voorgestelde methode substantiële winsten (ongeveer 4 bps/Hz in geteste scenario's), aangezien ZF alleen suboptimaal is voor beveiliging wanneer de ECSI imperfect is.
  • Vergeleken met FPA-systemen die dezelfde geavanceerde GP-gebaseerde precoding gebruiken, vertoont het MA-systeem superieure prestaties. Dit onderstreept dat de extra ruimtelijke vrijheidsgraden (DoFs) verkregen door het herconfigureren van de antenneposities het systeem in staat stellen om het kanaal actief te hervormen, waardoor diepe fading voor de legitieme gebruiker wordt vermeden en de kanaalkwaliteit van de eavesdropper wordt verslechterd.
  • De prestatiekloof tussen MA en FPA-systemen wordt groter in omgevingen met rijke verstrooiing (hoger aantal paden), wat suggereert dat positie-optimalisatie grotere winsten oplevert dan enkel precoding-optimalisatie in dergelijke omstandigheden.

Significantie
Het artikel beweert dat het uitbreiden van PLS-frameworks naar praktische MA-systemen onder statistische ECSI een significante vooruitgang is. Door verder te gaan dan de aanname van perfecte ECSI, biedt de voorgestelde methode een robuustere oplossing voor real-world scenario's waar eavesdroppers passief en niet-coöperatief zijn. Het werk demonstreert dat MA's de secrecy capacity effectief kunnen verhogen door gebruik te maken van extra ruimtelijke DoFs via positie-optimalisatie, zelfs wanneer de zender geen volledige kanaalkennis van de tegenstander heeft. De voorgestelde algoritmen bieden een computationeel efficiënte en theoretisch gefundeerde aanpak voor het realiseren van deze winsten, wat het potentieel van MA's in volgende generaties veilige draadloze netwerken valideert.