一种基于深度强化学习的铁路物联网隐蔽通信方法及系统

    公开(公告)号:CN119697671A

    公开(公告)日:2025-03-25

    申请号:CN202510133079.3

    申请日:2025-02-06

    Abstract: 本发明公开了一种基于深度强化学习的铁路物联网隐蔽通信方法及系统,属于通信安全技术领域,方法包括:在铁路物联网通信系统中加入智能超表面,构建基于RIS‑MIMO的高铁物联网隐蔽通信模型;基于信道的时变性构建铁路物联网隐蔽通信系统的信道模型;根据信道模型和基于假设检验的接收信号模型,考虑铁路物联网通信业务的优先级,设计隐蔽约束条件;以最大化隐蔽吞吐量为目标,以设计的隐蔽条件、基站总功率以及RIS相移为约束形成联合优化问题。本发明通过提出一种低复杂度的深度强化学习框架在实施联合优化后,能够使铁路物联网通信系统的隐蔽传输更加可靠,同时节省功率资源,且成本低、易部署。

    一种IRS辅助的高铁通信系统物理层安全优化方法及系统

    公开(公告)号:CN119906462A

    公开(公告)日:2025-04-29

    申请号:CN202510057054.X

    申请日:2025-01-14

    Abstract: 本发明公开了一种IRS辅助的高铁通信系统物理层安全优化方法及系统,方法包括:构建基于IRS辅助的高铁毫米波MIMO物理层安全系统模型,结合具有时变特性的Saleh‑Valenzuela信道模型,获取各级联信道的表达式;通过各级联信道的表达式,使用PSO‑LSTM神经网络方法对列车车速进行预测,并进行多普勒频移补偿,获取多普勒频移补偿后的高铁毫米波MIMO物理层安全系统模型;使用多普勒频移补偿后的高铁毫米波MIMO物理层安全系统模型,基于IRS相移约束以及基站最大功率约束,以最小化系统保密中断概率为目标,对基站波束赋形矩阵和IRS相移进行联合优化。本发明有效地提高了高铁通信系统的安全性。

Patent Agency Ranking