⚡ electrical engineering

Secrecy Rate Maximization in RIS-Assisted MIMO Systems Using a Practical Hardware Model

本文针对考虑反射元件电阻非理想特性的 RIS 辅助 MIMO 系统，提出了一种基于自适应投影梯度法的联合优化框架，通过同时优化发射预编码与 RIS 相位偏移来最大化保密速率，并引入简化近似方案在显著降低计算复杂度的同时实现了接近最优的保密性能。

原作者： Rakesh Ranjan, Ahmad Sirojuddin, Manjesh K. Hanawal, Himanshu B. Mishra, Wan-Jen Huang ID

发布于 2026-02-20

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Rakesh Ranjan, Ahmad Sirojuddin, Manjesh K. Hanawal, Himanshu B. Mishra, Wan-Jen Huang ID

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文讲的是如何在未来的无线通信网络中，利用一种叫**“智能反射面”（RIS）**的新技术，来让秘密信息更安全地传输，同时还要考虑到现实世界中硬件并不完美的情况。

为了让你更容易理解，我们可以把整个通信过程想象成一场**“在嘈杂集市里的秘密传话游戏”**。

1. 游戏角色与场景

爱丽丝（Alice）：发报人，手里拿着很多个麦克风（多天线发射机）。
鲍勃（Bob）：收报人，也是你的盟友，手里有很多个耳朵（多天线接收机）。
伊芙（Eve）：窃听者，想偷听你们的悄悄话。
智能反射面（RIS）：这是一面巨大的、由成千上万个微小镜子组成的“魔法墙”。它本身不发光也不发声，但它可以智能地调整每一个小镜子的角度，把爱丽丝的声音反射给鲍勃，同时把声音从伊芙那里弹开。

2. 以前的问题：太理想化了

以前的科学家在研究这个“魔法墙”时，都假设这些镜子是完美无缺的。就像假设镜子是纯金做的，不管怎么调整角度，反射回来的声音强度永远是一样的，不会有任何损耗。

但现实是残酷的：
这就好比你买来的镜子其实是镀了一层薄塑料的旧镜子。当你调整镜子的角度时，不仅角度变了，镜子的反射能力（亮度）也会变。有些角度下，镜子会吸收一部分声音（因为塑料有电阻，就像镜子有“电阻”一样），导致反射给鲍勃的声音变弱了。

以前的算法如果忽略了这种“电阻”带来的损耗，算出来的方案在实验室里很完美，但一到现实世界，效果就会大打折扣，甚至让秘密泄露。

3. 这篇论文做了什么？

这篇论文的核心就是**“接地气”**。作者们不再假设镜子是完美的，而是把镜子的“电阻”（不完美性）直接算进了数学模型里。

他们做了一件很聪明的事：

承认不完美：他们建立了一个新模型，明确知道每面小镜子在调整角度时，反射强度会怎么变。
寻找最佳策略：他们设计了一套**“智能指挥系统”**（论文里叫 PGM 算法）。这个系统能同时做两件事：
- 指挥爱丽丝怎么说话（调整发射信号）。
- 指挥那面“魔法墙”怎么调整角度（调整相位）。
- 关键点：这个指挥系统知道镜子有“电阻”，所以它会避开那些会让镜子“吸音”的角度，找到既能把声音传得远，又能让窃听者听不清的最佳方案。

4. 两个绝招（算法）

为了算得又快又准，作者用了两个策略：

绝招一：自适应的“试错法”（PGM 算法）
想象你在走迷宫，以前的人是用固定的步长走（比如每次迈 1 米），如果前面是墙就撞上去。
这篇论文的方法是：“看路下菜碟”。
- 如果前面路宽，就大步走（步长大一点，快）。
- 如果前面路窄或者快撞墙了，就小步走（步长小一点，稳）。
- 如果走错了方向（声音变小了），就立刻退回来，换个小步长再试。
  这样既快又稳，算出来的保密效果最好。
绝招二：简单的“差值法”（CPDM 算法）
直接算“保密率”太复杂了，就像让你算“我比对手快多少秒”很难，但算“我跑的距离减去对手跑的距离”就容易多了。
作者提出了一个简化版：不直接算复杂的保密率，而是最大化“鲍勃收到的信号强度”减去“伊芙收到的信号强度”的差值。
这就好比：只要让鲍勃听得清清楚楚，同时让伊芙听得模模糊糊，差值越大，秘密就越安全。这个方法算起来非常快，适合大规模使用。

5. 实验结果：为什么这很重要？

作者做了很多模拟实验，结果很惊人：

如果不考虑电阻（理想模型）：在镜子很多、信号很强的时候，大家觉得效果应该差不多。
一旦考虑电阻（现实模型）：
- 那些还在用“理想模型”的旧算法，效果直线下降。因为它们以为镜子很亮，结果镜子其实吸音了，导致秘密泄露。
- 这篇论文的新算法，因为知道镜子会吸音，所以能提前调整策略，在同样的硬件条件下，保密效果比旧方法好得多。
- 而且，新算法算得非常快，比旧方法快了一个数量级（比如别人算 10 秒，它只要 1 秒），这对于未来 6G 网络需要实时调整非常重要。

总结

简单来说，这篇论文就是告诉我们要**“尊重现实”**。在构建未来的安全通信网络时，不能只画大饼（假设硬件完美），必须考虑到硬件的缺陷（电阻）。

作者发明了一套**“聪明且灵活”**的算法，它像一位经验丰富的老指挥家，知道乐器（镜子）哪里会走音，从而指挥出一场既响亮又隐秘的交响乐，让盟友听得清，让窃听者听不着。这对于未来构建安全、高效的 6G 网络具有非常重要的指导意义。

这是一份关于论文《基于实用硬件模型的 RIS 辅助 MIMO 系统保密速率最大化》（Secrecy Rate Maximization in RIS-Assisted MIMO Systems Using a Practical Hardware Model）的详细技术总结。

1. 研究背景与问题定义 (Problem)

研究背景：
- 物理层安全（PLS）是 5G 及未来 6G 网络的关键技术。可重构智能表面（RIS）通过智能调整反射元件的相位，能够增强合法用户（Bob）的信号并抑制窃听者（Eve）的信号，从而提升保密性能。
- 现有局限：大多数现有研究假设 RIS 反射元件（REs）是理想无损的，即反射系数的模值恒为 1，与相位无关。然而，在实际硬件中，REs 具有固有的电气电阻，导致反射系数的模值随相位变化而变化（非理想效应）。这种非理想性在优化过程中若被忽略，会导致实际部署时的性能严重下降。
核心问题：
- 在存在窃听者的多输入多输出（MIMO）系统中，如何利用具有非零电阻的实用 RIS 模型，联合优化发射端预编码矩阵（ $T$ ）和 RIS 的相位偏移（ $\theta$ ），以最大化系统的保密速率（Secrecy Rate）。
- 该问题是一个高度非凸的优化问题，因为预编码矩阵与相位偏移耦合，且实用模型中反射幅度与相位之间存在非线性依赖关系。

2. 方法论 (Methodology)

论文提出了一套低复杂度的联合优化框架，主要包含以下核心部分：

A. 系统模型与实用 RIS 建模

系统架构：多天线发射机（Alice）、多天线合法接收机（Bob）、多天线窃听者（Eve）以及由 $M$ 个无源反射元件组成的 RIS。
实用硬件模型：
- 摒弃了理想的单位模反射系数假设。
- 引入反射元件的等效电路模型，考虑了电感、电容和电阻（ $R$ ）。
- 建立了反射幅度 $\beta_m$ 与相位 $\theta_m$ 之间的非线性函数关系（公式 7a），明确体现了电阻导致的幅度衰减。

B. 主要算法：自适应投影梯度法 (Adaptive PGM)

为了求解保密速率最大化问题（公式 8），作者提出了一种基于**投影梯度法（PGM）**的联合优化算法（Algorithm 1）：

联合更新：在每次迭代中，同时更新预编码矩阵 $T$ 和相位向量 $\theta$ 。
梯度计算：推导了保密速率关于 $T$ 和 $\theta$ 的闭式梯度表达式。
投影机制：
- 对 $T$ ：投影到满足总发射功率约束的集合上。
- 对 $\theta$ ：投影到满足相位范围约束（ $[\theta_{min}, \theta_{max}]$ ）的集合上，并处理由于实用模型导致的幅度变化。
自适应步长控制：
- 设计了自适应步长初始化策略，根据梯度的范数自动设定初始步长。
- 引入单调性监控机制：如果某次迭代导致保密速率下降，则自动减小步长并重新迭代，确保算法的收敛稳定性。

C. 次优方案：信道功率差最大化 (CPDM)

鉴于直接优化保密速率计算复杂度较高，作者提出了一个**信道功率差最大化（CPDM）**的替代问题（公式 20）。
原理：最大化合法信道与窃听信道之间的功率差（迹运算），作为保密速率的上界代理函数。
优势：避免了复杂的行列式计算，显著降低了计算复杂度，特别适用于大规模 RIS 系统。该方案可作为主算法的初始化点，加速收敛。

3. 主要贡献 (Key Contributions)

实用硬件模型的引入：首次将 RIS 反射元件的电阻效应显式地纳入 MIMO 保密通信的优化框架中，揭示了理想模型与实际模型在性能上的显著差异。
低复杂度联合优化算法：提出了一种基于自适应 PGM 的算法，能够同时处理预编码和相位偏移的耦合问题，并解决了实用模型带来的非线性约束挑战。
自适应步长机制：设计了自适应的步长初始化和控制策略，相比传统的固定步长 PGM，显著提高了收敛速度和保密速率性能。
次优高效方案：提出了 CPDM 替代方案，在保证性能接近最优解的同时，大幅降低了计算成本，并证明了其作为初始化点的有效性。
通用性：所提算法既适用于实用（有电阻）模型，也适用于理想（无电阻）模型（只需将电阻参数设为 0）。

4. 仿真结果 (Results)

通过数值仿真验证了所提方法的有效性：

实用模型 vs. 理想模型：
- 在 RIS 存在电阻（如 $R=2\Omega$ ）的情况下，实用 PGM 算法显著优于基于理想模型设计的 Ideal-PGM 和 BCD 算法。
- 随着发射功率和 RIS 元件数量（ $M$ ）的增加，理想模型与实际模型的性能差距进一步拉大，证明了考虑硬件非理想性的重要性。
计算效率：
- 提出的 PGM 算法运行时间比传统的块坐标下降（BCD）算法快约一个数量级。
- PGM 的计算复杂度随 RIS 元件数量 $M$ 呈线性增长（ $O(M)$ ），而 BCD 呈二次增长（ $O(M^2)$ ），显示出极佳的扩展性。
电阻敏感性：
- 随着电阻 $R$ 的增加，所有方案的保密速率均下降，但 Practical-PGM 的下降速度最慢，表现出最强的鲁棒性。
- 随机 RIS 配置（Random-RIS）性能最差，突显了优化设计的必要性。
CPDM 方案表现：
- CPDM 方案在信道功率差指标上接近最优解，且计算时间极短。
- 使用 CPDM 得到的参数作为 PGM 的初始值，能显著减少主算法的收敛迭代次数（从 40-60 次减少到 15-25 次）。

5. 意义与结论 (Significance & Conclusion)

理论意义：填补了 RIS 辅助物理层安全研究中关于“实用硬件模型”的空白，证明了忽略元件电阻会导致严重的性能评估偏差。
工程价值：
- 提出的算法具有低复杂度和高鲁棒性，适合在大规模 RIS 辅助的 6G 网络中进行实时优化。
- 自适应步长机制解决了梯度法在非凸问题中容易发散或收敛慢的痛点。
未来展望：该框架可进一步扩展至多 RIS 协作、移动用户环境以及信道状态信息（CSI）不完美等更复杂的实际场景。

总结：该论文通过引入更真实的 RIS 硬件模型，并提出高效的自适应优化算法，解决了实用场景下 RIS 辅助 MIMO 系统的保密速率最大化难题，为未来安全无线通信系统的部署提供了重要的理论依据和技术支撑。