⚡ electrical engineering

Enhancing AAV-Enabled Secure Communications via Synthetic Aperture Beamforming

本文提出了一种基于合成孔径波束成形的 AAV 安全通信方案，通过优化单天线移动 AAV 的飞行部署、发射预编码及接收波束成形，在混合窃听环境下最大化系统容量并提升物理层安全性。

原作者： Bin Qiu, Wenchi Cheng, Hongxiang He, Jiangzhou Wang

发布于 2026-03-04

📖 1 分钟阅读☕ 轻松阅读

原作者： Bin Qiu, Wenchi Cheng, Hongxiang He, Jiangzhou Wang

原始论文根据 CC0 1.0（http://creativecommons.org/publicdomain/zero/1.0/）发布到公有领域。 ✨ 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

这篇论文讲述了一个关于如何让无人机（AAV）在“充满窃听者”的环境中，既安全又高效地发送信息的聪明办法。

为了让你更容易理解，我们可以把这篇论文的核心思想想象成一场**“超级特工的空中送信任务”**。

1. 背景：特工的困境

想象你是一名特工，驾驶着一架单天线无人机（就像只有一只眼睛的鸟），需要把绝密文件（数据）送给地面的接收站（基站）。

困难一（身体限制）： 你的无人机很小，电池有限，不能携带巨大的天线阵列（就像不能背着一面巨大的盾牌）。
困难二（坏蛋）： 空中有坏蛋（窃听者），他们不仅想偷看你的文件（窃听），还会发射干扰波让你发不出信号（恶意干扰）。
困难三（传统方法失效）： 以前大家想靠多架无人机合作，但这需要它们之间频繁“打电话”协调，太耗电且容易出错。

2. 核心创意：时间换空间（合成孔径）

这篇论文提出的绝招叫**“合成孔径波束成形”**。

通俗比喻：一个人变出“千手观音”
想象你的无人机只有一只手（单天线），但它非常灵活。它不是停在原地，而是沿着一条预设的路线快速飞行。

在飞行的过程中，它在不同的时间点（比如第 1 秒、第 2 秒...第 10 秒）分别“假装”自己站在不同的位置。
通过这种**“时间上的移动”，它在接收站眼里，就像是由 10 个无人机组成的“虚拟大阵列”**。
这就好比一个人拿着手电筒快速画圈，在墙上就形成了一个巨大的光斑。虽然你只有一只手，但你制造出了“千手观音”的效果。

3. 三大魔法技能

为了把信安全送到，特工（无人机）使用了三种魔法：

魔法一：完美的队形（节点部署优化）

问题： 无人机飞行的路线怎么安排？是排成直线还是乱飞？
解法： 论文发现，无人机在空中的“虚拟站位”必须遵循一种叫**“费克特点（Fekete points）”**的数学规律。
比喻： 就像指挥合唱团。如果 10 个人站得太近，声音会混在一起；如果站得太散，声音又太弱。这篇论文算出了最完美的站位，让这 10 个“虚拟声音”既能汇聚成巨大的能量（把信号精准射向地面），又能让坏蛋那边听到的声音像蚊子叫一样微弱。

魔法二：节能且隐蔽的发射（预编码设计）

问题： 无人机电池不够用，而且发太猛了容易被坏蛋发现。
解法： 设计一种**“精打细算”**的发射策略。
比喻： 就像射箭。以前大家可能不管三七二十一，用满弓把箭射出去（浪费能量且容易被发现）。现在的策略是：只用力气刚好够让地面接收站看清箭，但让旁边的坏蛋完全看不见箭的策略。既省了电池，又实现了“低概率被探测”（LPD）。

魔法三：无视干扰的接收（接收波束成形）

问题： 坏蛋在疯狂发射噪音干扰，地面接收站怎么听清？
解法： 使用一种叫**“线性约束最小方差（LCMV）”**的技术。
比喻： 想象你在嘈杂的派对上听朋友说话。坏蛋在旁边大喊大叫（干扰）。这个技术就像给你的耳朵装了一个**“智能降噪耳机”**：它死死锁住朋友说话的方向（增强信号），同时把其他所有方向的声音（包括坏蛋的噪音）全部按下去，甚至形成“静音区”。

4. 为什么这很厉害？（实验结果）

论文通过计算机模拟证明了：

容量更大： 这种“虚拟大阵列”比传统的单天线或普通多天线系统，能传输更多的数据。
更安全： 坏蛋即使就在旁边，也几乎听不到任何有用的信息，因为信号能量都集中在了地面接收站的方向。
更省电： 因为不需要浪费能量去覆盖那些不需要覆盖的区域（比如坏蛋的方向），无人机飞得更久。

总结

这篇论文的核心就是：用一架灵活的小无人机，通过“时间换空间”的魔法，在天上画出一个巨大的“虚拟天线阵”。

这个“虚拟天线阵”像一把智能激光枪：

对朋友（地面基站）： 信号像激光一样精准、明亮、清晰。
对敌人（窃听者）： 信号像微风一样微弱，甚至完全听不见。
对自己： 省吃俭用，用最少的电办最大的事。

这就解决了无人机在复杂、危险环境下“既要跑得快、又要藏得深、还要传得远”的难题。

这是一份关于论文《Enhancing AAV-Enabled Secure Communications via Synthetic Aperture Beamforming》（通过合成孔径波束成形增强 AAV 支持的 secure 通信）的详细技术总结。

1. 研究背景与问题定义 (Problem)

背景：

AAV 通信的潜力与局限： 自主空中飞行器（AAV）在应急通信、智能城市等领域应用广泛，具有机动性强、部署灵活的特点，且空对地（A2G）链路通常具有视距（LoS）优势。然而，单架 AAV 受限于尺寸、重量和功耗（SWaP），难以搭载大规模天线阵列，导致空间自由度（DoFs）不足，难以满足高安全等级和远距离通信需求。
安全威胁： AAV 通信的广播特性使其易受攻击。传统的被动窃听已演变为混合窃听（Hybrid Wiretapping），即攻击者（Eve）不仅窃听信息，还利用全双工技术对合法链路进行恶意干扰（Jamming），迫使发射端增加功率，从而进一步暴露信号。
现有挑战： 现有的多 AAV 协作方案（如虚拟 MIMO）通常面临节点间同步困难、控制复杂、开销大等问题。此外，传统的物理层安全（PHY）方案常依赖人工噪声（AN），这会消耗宝贵的 AAV 发射功率，降低能效。

核心问题：
如何在存在混合窃听（窃听 + 干扰）的环境下，利用单天线移动 AAV构建虚拟非均匀线性阵列（NULA），通过**合成孔径波束成形（Synthetic Aperture Beamforming）**技术，在满足服务质量（QoS）、窃听者泄漏容忍度及节点功率约束的前提下，最大化系统信道容量并最小化发射功率。

2. 方法论 (Methodology)

论文提出了一种综合优化方案，将 AAV 飞行节点部署、传输符号策略、发射预编码和接收波束成形联合设计。

A. 系统模型

虚拟阵列构建： 单天线 AAV 沿预定路线飞行，在 $L$ 个飞行节点处依次发射信号，形成一个虚拟的 $L$ 元非均匀线性阵列（NULA）。
传输策略： 将串行符号划分为子符号块，在每个节点重复传输，接收端（BS）利用时间分集和空间分集合成信号。
信道模型： 考虑了 AAV 到 BS 的 LoS 信道，以及混合攻击者的信道（包含位置不确定性）。攻击者既能窃听也能发射干扰信号。

B. 优化问题分解

原问题旨在最大化信道容量，被分解为两个独立的子问题：

AAV 节点部署优化（最大化信道特征值乘积）：
- 通过分析渐近信道特征值表达式，发现信道增益矩阵的特征值乘积与 AAV 节点的相对位置分布密切相关。
- 推导证明，在渐近条件下（ $\omega \to 0$ ），最大化特征值乘积等价于最大化范德蒙德（Vandermonde）矩阵的行列式。
- 结论： 最优的虚拟 NULA 节点部署遵循**Fekete 点（Fekete-point）**分布（或高斯 - 洛巴托点分布）。当节点数 $L$ 大于数据流数 $K$ 时，节点应分为 $K$ 组，组内紧凑分布（形成阵列增益），组中心遵循 Fekete 分布。
发射预编码与接收波束成形优化（能效与抗干扰）：
- 发射预编码： 在给定虚拟 MIMO 信道下，设计预编码向量以最小化发射功率。约束条件包括：BS 的接收信噪比（QoS）、攻击者的最大可容忍信噪比（泄漏容忍）、以及每个节点的峰值功率限制。
  - 利用 S-Procedure 将半无限约束（针对信道不确定性）转化为线性矩阵不等式（LMI）。
  - 将非凸问题转化为半定规划（SDP）问题，并通过随机化方法（Randomization）获取次优解。
- 接收波束成形： 在 BS 端采用**线性约束最小方差（LCMV）**方法。
  - 目标：在保持对期望信号无失真响应的同时，最小化干扰加噪声功率。
  - 扩展：针对 AAV 抖动和定位误差，提出了鲁棒自适应波束成形设计，通过最坏情况下的信干噪比（SJNR）最大化来应对信道不确定性。

C. 扩展场景

高维虚拟阵列： 将方案扩展至二维虚拟平面阵列（NUPA），证明最优部署遵循二维 Fekete 分布。
鲁棒性设计： 针对接收端阵列响应矩阵的不确定性，设计了鲁棒 LCMV 波束成形器。

3. 关键贡献 (Key Contributions)

新型合成孔径安全传输架构： 首次提出利用单天线移动 AAV 构建虚拟 NULA 进行合成孔径波束成形，解决了单 AAV 无法搭载大规模阵列的 SWaP 限制，同时避免了多 AAV 协作的复杂同步与控制问题。
理论推导与最优部署策略： 推导了虚拟 MIMO 信道特征值的渐近表达式，证明了Fekete 点分布是实现信道容量最大化的最优节点部署策略。
能效与安全联合优化： 提出了一种无需人工噪声（AN）的能效优化方案。通过联合优化节点部署和预编码，在满足 QoS 和抗窃听约束下最小化发射功率，实现了低截获概率（LPI）和低检测概率（LPD）。
混合威胁下的鲁棒设计： 针对混合窃听（窃听 + 干扰）和信道不确定性，设计了基于 LCMV 的接收波束成形和鲁棒预编码方案，有效抑制干扰并保障安全。

4. 仿真结果 (Results)

信道容量提升： 与传统零强制（ZF）预编码和均匀线性阵列（ULA）相比，提出的合成孔径方案在不同孔径尺寸和旋转偏移下，显著提高了信道容量，特别是在高信噪比区域。
空间增益与安全性： 仿真显示，合成波束在 BS 方向形成尖锐的主瓣（高增益），而在窃听者方向形成深零陷（低增益），有效防止了窃听。
能效优势： 随着 AAV 节点数量（孔径）的增加，达到相同接收 SNR 所需的发射功率显著降低。相比传统方案，提出的方案在满足安全约束下消耗更少功率。
抗干扰能力： 接收波束图显示，在干扰源方向形成了深零陷，同时保持了期望信号的无失真响应。
鲁棒性： 在存在信道不确定性的情况下，提出的鲁棒方案相比非鲁棒方案，能维持更高的平均输出信干噪比（SJNR）。

5. 意义与影响 (Significance)

技术突破： 该研究为资源受限的 AAV 通信提供了一种创新的物理层安全解决方案，证明了通过“时间换空间”（合成孔径）可以弥补硬件天线的不足。
应用前景： 方案适用于对安全性要求极高的场景，如军事通信、偏远地区覆盖、应急救灾通信等。它提供了一种无需复杂多机协同即可实现高安全、高容量通信的路径。
理论价值： 将 Fekete 点理论引入 AAV 虚拟阵列部署，丰富了无线通信中阵列综合的理论基础，并为混合窃听环境下的资源分配提供了新的数学建模思路。

总结： 本文通过巧妙的合成孔径波束成形设计，成功解决了单 AAV 在混合窃听环境下的安全通信难题，实现了容量最大化与功耗最小化的平衡，为未来 AAV 网络的安全部署奠定了重要的理论与技术基础。