⚡ electrical engineering

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

本文针对包含合法信息接收机和潜在窃听的不信任能量接收机的异构网络，提出了一种由无人机搭载的可重构智能表面辅助的安全速率分割多址接入方案，通过联合优化公共消息分配、有源预编码器和 RIS 相移，在满足能量收集约束的同时最大化基于公平性的保密能量效率。

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

发布于 2026-03-24

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

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

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

这篇论文讲述了一个关于**“如何在给陌生人充电的同时，还能把秘密文件安全地传给朋友”**的聪明故事。

想象一下，你是一家高科技公司的**“总指挥”（基站），你手里有一堆“秘密文件”（信息）要发给你的“忠实员工”（合法用户），同时你还得给一群“可疑的访客”（不信任的能源接收器）提供“免费午餐”（能量）**。

这里的难点在于：这些“访客”虽然需要吃饭（充电），但他们可能也是**“间谍”**，想偷看你的秘密文件。

为了解决这个难题，论文提出了一套由**“无人机”、“智能镜子”和“分餐策略”**组成的超级方案。

1. 核心角色与道具

总指挥（基站 BS）： 拥有多根天线，负责发射信号。
忠实员工（IHRs）： 需要接收秘密信息，同时也能顺便充点电。
可疑访客（UEHRs）： 他们只想要能量（充电），但可能会偷听信息。
智能镜子（RIS，可重构智能表面）： 这是一块安装在无人机上的大镜子，上面有无数个可以独立控制的小镜片。
- 比喻： 就像一面魔法镜子，它可以把总指挥发出的光（信号）精准地反射到员工脸上，同时把光从访客脸上移开，或者把光聚焦在访客身上给他们充电，但又不让他们看清文件内容。
分餐策略（RSMA，速率分割多址）： 这是论文的核心智慧。
- 比喻： 以前发文件，要么把文件锁在保险柜里（太慢），要么把文件拆成很多份（容易乱）。
- RSMA 的做法是： 把文件分成两部分：
  1. 公共部分（Common Message）： 像是一个“新闻联播”，所有人都能听到，但只有员工知道怎么解读其中的关键信息。
  2. 私人部分（Private Message）： 这是真正的机密，只发给特定的员工。
- 即使间谍（访客）听到了“新闻联播”，他们也解不开真正的机密，因为那是专门给员工定制的“加密频道”。

2. 他们是怎么做的？（解决方案）

这篇论文的目标是**“性价比最高”**：既要让每个人都能收到足够的能量（吃饱），又要保证秘密不被偷看（安全），还要让传输效率最高（省电费）。

他们设计了一个**“轮流优化”的聪明算法，就像是一个“三人舞”**：

第一步：分蛋糕（分配公共信息）
先决定那个“新闻联播”里，每个人能分到多少份额，确保最弱的那个员工也能听懂。
第二步：调整发射器（优化基站信号）
总指挥调整手中的天线，把信号打得更准，让员工的信号更强，让间谍的信号更弱。
第三步：调整镜子（优化无人机上的 RIS）
无人机上的智能镜子根据前两步的结果，微调每一个小镜片的角度。
- 对员工：把信号像聚光灯一样照过去，让他们看得清清楚楚，还能顺便充电。
- 对间谍：把信号像散光灯一样打散，或者反射到别处，让他们只能看到一片模糊，充不到太多电，更偷不到秘密。

这三步循环往复，直到找到完美的平衡点。

3. 为什么这个方案很厉害？（实验结果）

论文通过模拟实验发现：

比“分而治之”（SDMA）和“强行叠加”（NOMA）更好：
- 以前的方法（SDMA）像是一个老师给每个学生单独讲课，虽然安全但效率低。
- 另一种方法（NOMA）像是一锅乱炖，把所有人的信号混在一起，容易出错。
- RSMA 方案则像是一个高明的指挥家，既利用了公共信息，又管理了私人信息，在同样的电量下，能传输更多、更安全的秘密。
镜子越大，效果越好：
无人机上的“智能镜子”镜片越多（RIS 元素越多），信号控制就越精准，保密性和充电效率就越高。
人多也不怕：
即使员工数量增加，只要稍微增加一点发射天线的数量，系统依然能保持高效，不会因为人多而乱套。

总结

简单来说，这篇论文发明了一种**“智能信号管理术”**。

它利用无人机上的智能镜子，配合一种**“公私分明的信号打包法”，成功地在给“可疑人员”充电的同时，把“机密信息”安全地送给了“自己人”。这不仅保证了安全**，还极大地提高了能源利用效率，是未来 6G 网络中一项非常实用的技术。

一句话概括： 用智能镜子把信号“指哪打哪”，用分餐法把秘密“藏得深一点”，让充电和保密两全其美。

这是一份关于论文《Secure Rate-Splitting and RIS Beamforming with Untrusted Energy Harvesting Receivers》（面向不可信能量收集接收机的安全速率分割与 RIS 波束成形）的详细技术总结。

1. 研究背景与问题定义 (Problem)

研究场景：
本文研究了一种由无人机（UAV）搭载的可重构智能表面（RIS）辅助的异构网络下行链路系统。

合法用户 (IHRs)： 需要同时接收保密信息和能量（信息 - 能量同传，SWIPT）。
不可信能量收集接收机 (UEHRs)： 这些设备旨在收集射频能量，但可能充当窃听者，试图窃取合法用户的保密信息。
基站 (BS)： 配备多天线，向合法用户发送保密信息，同时向不可信接收机提供足够的能量。

核心挑战：

物理层安全与能量收集的冲突： 需要在向合法用户传输保密信息的同时，满足不可信接收机的能量收集需求，且防止其窃听。
非凸优化问题： 目标是最大化基于公平性的安全能量效率 (Secrecy Energy Efficiency, SEE)。该问题涉及联合优化速率分割（RSMA）的公共/私有消息分配、基站主动预编码（Precoding）以及 RIS 的无源波束成形（相位偏移），且受限于非线性能量收集模型和功率约束，导致问题高度非凸。
信道环境： 假设基站与用户/窃听者之间存在障碍物，无直射路径（NLoS），依赖 UAV-RIS 建立级联链路。

2. 方法论 (Methodology)

为了解决上述非凸优化问题，作者提出了一种基于交替优化 (Alternating Optimization, AO) 的框架，将原问题分解为三个子问题轮流求解：

A. 系统模型与信号处理

RSMA 技术： 采用速率分割多址接入（RSMA），将每个用户的消息分为公共流（所有用户解码）和私有流（仅特定用户解码）。
安全机制： 设计公共流速率，使其能被所有合法用户解码，但被不可信接收机（窃听者）视为干扰而无法解码。私有流则通过波束成形进一步保护。
能量收集模型： 采用非线性逻辑函数（Logistic function）建模能量收集效率，更符合实际硬件特性。

B. 优化算法设计

公共消息分配优化 (Common Message Allocation)：
- 在给定预编码和 RIS 相位的情况下，将最大化最小安全速率的问题转化为标准的线性规划 (LP) 问题，求解各用户公共消息的分配比例。
预编码优化 (Precoder Optimization)：
- 利用 Dinkelbach 算法 将分式规划（最大化 SEE）转化为参数化的减式规划问题。
- 引入辅助变量，利用 连续凸近似 (SCA, Sequential Convex Approximation) 技术，将非凸的信干噪比 (SINR) 约束和能量收集约束转化为一阶泰勒展开的凸约束。
- 通过迭代更新参数 $\lambda$ 求解凸子问题。
RIS 相位偏移优化 (RIS Phase Shift Optimization)：
- 将 RIS 相位向量表示为 $s$ 。
- 同样利用 SCA 技术处理非凸约束。
- 针对单位模约束 ( $|s_m|=1$ )，采用惩罚函数法 (Penalty-based method)，将模约束转化为目标函数中的惩罚项，并通过线性化进一步处理，最终转化为凸优化问题求解。
整体流程：
- 算法 3 描述了整体流程：交替更新消息分配系数 $a$ 、预编码矩阵 $P$ 和 RIS 相位 $\Theta$ ，直到 SEE 收敛。

3. 主要贡献 (Key Contributions)

新颖的系统架构： 首次研究了 UAV-RIS 辅助的 RSMA 系统在存在不可信能量收集接收机（作为窃听者）场景下的安全能量效率最大化问题，并采用了公平性（Max-Min）准则。
高效的联合优化方案： 提出了一种基于交替优化的算法，结合 Dinkelbach 变换、SCA 和惩罚函数法，有效解决了 RSMA 预编码、速率分配和 RIS 相位联合设计的非凸难题。
性能验证与对比： 通过数值仿真，证明了该方案在多种系统设置下（如天线数量、RIS 元素数量、用户数量变化）均优于传统的空间分割多址 (SDMA) 和非正交多址 (NOMA) 方案。

4. 仿真结果 (Results)

仿真基于 1500x3000 平方米的区域，BS 位于原点，UAV 在 (1000, 0, 100) 处，RIS 有 16 个反射单元。

与基准方案对比 (RSMA vs. SDMA/NOMA)：
- 随着基站天线数 ( $N_t$ ) 增加，RSMA 方案的安全能量效率 (SEE) 始终最高。RSMA 通过灵活管理干扰，比 SDMA 和 NOMA 具有更好的鲁棒性。
- SDMA 略优于 NOMA，因为在此场景下波束成形比串行干扰消除 (SIC) 更有效。
RIS 规模的影响：
- 增加 RIS 反射单元数量 ( $M$ ) 能显著提升 SEE，呈现对数增长趋势。
- 节能潜力： 仿真显示，使用 $M=128$ 且 $P_{max}=10$ dBm 的配置，其 SEE 性能几乎等同于 $M=16$ 但 $P_{max}=20$ dBm 的配置，证明了 RIS 在降低发射功率需求方面的巨大潜力。
可扩展性 (Scalability)：
- 随着合法用户数 ( $K$ ) 增加，窃听概率上升导致 SEE 显著下降。
- 增加基站天线数 ( $N_t$ ) 可以有效抵消用户增加带来的性能损失（例如，当 $K=6$ 时，将 $N_t$ 从 4 增加到 8，SEE 提升了四倍以上）。
- 不可信接收机数量 ( $J$ ) 的增加对 SEE 影响较小。

5. 意义与结论 (Significance & Conclusion)

理论意义： 填补了 RSMA 与 RIS 结合用于 SWIPT 安全通信领域的研究空白，特别是针对不可信能量收集者的场景。
实际应用价值：
- 证明了 UAV 搭载 RIS 在复杂遮挡环境（无直射路径）下增强通信覆盖和物理层安全的有效性。
- 提出的算法展示了如何在满足能量收集需求的同时，最大化保密通信的能效，为未来 6G 网络中绿色、安全的物联网部署提供了理论支撑。
- 结果表明，RSMA 与 RIS 的协同作用（Synergy）能显著提升系统的频谱效率和能量效率，优于传统多址技术。

总结： 该论文通过创新的系统设计和高效的优化算法，成功解决了 UAV-RIS 辅助网络中安全与能量收集的双重挑战，展示了 RSMA 技术在下一代安全无线通信中的巨大潜力。