[发明专利]一种基于RIS辅助D2D保密通信的资源分配方法及装置

权利要求书

1.一种基于RIS辅助D2D保密通信的资源分配方法，其特征在于，包括以下步骤：

S1：采用RIS辅助D2D在Saleh-Valenzula信道中进行保密通信，保证基站发射功率约束、RIS相移约束和D2D最低通信速率约束，得到CU最大保密速率模型；

S2：对发射波束和RIS相移进行联合设计，得到线性分式规划约束模型；

S3：构建并行CNN模型，用数据集对其进行训练，得到最优并行CNN模型，采用训练所得模型求得最佳资源分配方法；

所述步骤S1具体包括：

在Saleh-Valenzula信道下，根据基站发射功率约束、RIS相移约束、D2D传输速率约束，得到蜂窝用户最大保密传输模型：

R_ec＝[R_c-R_e]₊

其中，[·]₊＝max{·,0}，f为基站波束赋形功率，P_Di为第i个DT用户的发射功率；

所述步骤S2中所述具体包括：

在Saleh-Valenzula信道信息已知状态下，对发射波束和RIS相移进行联合设计，得到：

s.t.C1:f^Hf≤P^max

式中，C1表示基站发射功率约束，P^max为基站最大发射功率；C2表示RIS恒模约束；C3表示每条D2D链路的传输速率约束；R^min为D2D用户能正常通信的最小传输速率；

所述步骤S3中所述具体包括：

首先构建有两个CNN组成的并行计算系统，设定每个CNN模型的具体参数，其次采用块坐标下降法得到数据样本，将样本以8:2比例分为训练集和验证集，最后利用训练集训练模型，并用验证集来验证并行CNN模型的效果；

具体地，每个模型均由两部分组成：(1)特征提取部分：这部分由三层卷积层构成，负责从信道信息状态中提取关键特征；(2)资源选择部分：这部分由两层全连接层构成，由提取的特征选择最佳资源配置方案。

2.一种基于RIS辅助D2D保密通信的装置，其特征在于，包括：

建模模块：用于构建采用RIS辅助的D2D保密通信，在Saleh-Valenzula信道下，保证基站发射功率约束、RIS相移约束和D2D传输速率约束，得到CU最大保密速率模型；

线性约束模块：用于对发射波束和RIS相移联合设计，得到线性分式规划约束模型；

并行CNN模块：用于构建卷积神经网络，采用数据集对其进行训练，得到最优并行CNN模型；

所述建模模块具体包括：

根据系统参数，得到CU、i-th D2D、Eve的接收到的信号，保证基站发射功率、RIS相移和D2D传输速率约束，得到最大CU保密通信速率模型：

R_ec＝[R_c-R_e]₊

其中，[·]₊＝max{·,0}，f为基站波束赋形功率，P_Di为第i个DT用户的发射功率；

所述线性约束模块具体包括：

在Saleh-Valenzula信道信息已知状态下，对发射波束和RIS相移进行联合设计，得到：

s.t.C1:f^Hf≤P^max

式中，C1表示基站发射功率约束，P^max为基站最大发射功率；C2表示RIS恒模约束；C3表示每条D2D链路的传输速率约束；R^min为D2D用户能正常通信的最小传输速率；

所述并行CNN模块具体包括：

构建并行CNN模型，将数据集分为训练集和测试集两部分；随机初始模型中神经元权重，设置学习速率η，其中0η1、每批输入数据量Batch size及训练次数Epoch；训练并行CNN模型，输入数据，经过前向传播得到输出值，采用误差函数计算误差并使用Adam优化器优化网络中的参数；重复上述步骤，直至误差值小于阈值；最后利用验证集评估并行CNN模型的性能。