找到 1 条结果
基于AAV辅助协同干扰的认知无线电网络物理层安全增强：一种MAPPO-LSTM深度强化学习方法
Physical Layer Security Enhancement in AAV-Assisted Cooperative Jamming for Cognitive Radio Networks: A MAPPO-LSTM Deep Reinforcement Learning Approach
Jun Wang · Rong Wang · Zibin Zheng · Ruiquan Lin 等6人 · IEEE Transactions on Vehicular Technology · 2024年10月
认知无线电（CR）和能量收集（EH）技术为缓解频谱利用效率低下和能量存储容量有限等问题提供了思路。在认知无线电网络中，安全威胁，尤其是来自窃听者的威胁，可能导致信息泄露。本研究聚焦于通过自主飞行器（AAV）进行协作干扰，以提高具有能量收集功能的多用户物理层安全（PLS），从而最大化安全通信速率。在AAV辅助的EH - CR系统中，如果次用户（SUs）向主用户（PU）发送的协作干扰功率低于一定阈值，次用户就可以使用主用户占用的授权频谱频段。次用户可以从主发射机（PT）收集并使用射频（RF）能量。A...
解读: 从阳光电源的业务视角来看，该论文提出的认知无线电网络物理层安全增强技术与公司在分布式能源管理和智能通信系统方面存在潜在协同价值。 **业务相关性分析**：论文中的能量收集（EH）技术与阳光电源的储能系统业务高度契合。在大规模光伏电站和储能电站的运营中，分布式设备间的安全通信至关重要。该研究提出的射...