面向绿色的无线物联网多用户安全调度

摘要

在本文中，我们考虑了面向绿色的安全多用户调度的无线供电物联网(IoT)场景，其中多个源传感器与控制器通信，由一个无源轻触设备存在的中间传感器协助。由于能量有限，所有传感器必须从外部电源信标(PBs)获取能量。具体来说，为了提高安全性，我们引入了两种具有中继选择的最优PB的多用户调度方案，即最佳源传感器以随机方式调度(BSR)，而最佳源传感器由最佳PB决定(BSBP)。在此基础上，我们推导了每种方案的保密中断概率(SOP)的解析表达式，并研究了PBs中传输功率受限的安全能源效率(SEE)优化问题。仿真结果表明，BSBP方案具有较好的保密性能，提高PBs的数量或在一定程度上降低PBs与源用户的距离比和总通信距离都有助于提高SEE。此外，时间切换因子对系统的保密性能也有重要影响。

1.介绍

物联网作为第五代移动通信系统的关键架构，受到了越来越多的关注[1]．未来物联网的主要驱动思想与智能传感器有关，而无线传感器网络(WSNs)最近被认为是物联网应用的关键使能器，在多个环境中，即时或周期性的数据采集导致多个传感器节点[2]．然而，在各种类型的IOT传感器中，大多数物体都是资源受限，电池供电的，其特征在于低能量和差的计算能力，导致未来IOT的最大屏障之一这是能量的限制[3.]．同时，物联网的快速发展将导致传感器节点的大规模部署和大量的信息交换，使得对功率受限的设备进行灵活充电和控制成为不可能。由于电力成本的上升，绿色导向的方法不可避免地成为物联网系统的主要设计考虑。幸运的是，远场无线能量传输(WET)使无线设备能够从广播信号中获取能量，用于运行和信息交换，被认为是一种有吸引力的方法，为功率受限的物联网用户提供持续稳定的能量。特别是在可再生能源的传统能源收集(EH)技术不适用的情况下[4]．这种新的通信类型称为无线供电的通信（WPC），其中IoT的无线用户通过围绕电磁信号供电，其可能是用于充电无线终端的专用无线发射器。因此，它可以完全消除电池更新和/或充电的负担，避免由电源运行引起的中断，并提供具有理论上永久寿命的网络[5]．

一般来说，基于WPC的无线传输的一个基本障碍是射频信号随着距离的变化而快速衰减。此外，无线供电设备获得的能量量受到相当大的限制，严重限制了覆盖范围，成为WPC广泛应用的瓶颈。因此，节能传输的设计对于将绿色理念转化为未来的无线物联网具有重要意义。虽然从射频信号似乎收获能量效率低下和WPC-based无线通信似乎没有广泛使用在当前阶段,物联网的实际应用为电量有限设备已经被调查,和更可行的应用程序将在不久的将来实现6- - - - - -8]．到目前为止，还致力于探讨WPC在IOT的大多数应用中的优势，因为它可以很容易地与无线终端相结合[9- - - - - -13]．具体地，研究了典型的无线供电通信网络（WPCN）9]，在多用户WPCN中引入动态时分多址(TDMA)协议，分析了下行WPCN和上行无线信息传输(WIT)的最佳时间分配。到目前为止，对WPCN的研究已经扩展到各种通信系统。提出了一种针对WPCN的联合无线功率传输(WPT)和中继选择方法。10]，其中源和继电器利用基于时间切换的RF-EH方法从具有多个天线的功率信标(PB)获取能量。不同的是，研究了EH无线传感器网络的保密性能[11]提出了一种优化方法，利用无线供电的友好干扰器来提高所考虑模型的保密性能。此外，在[12]分析了EH传感器系统的保密性能，并提出了一种最佳中继和最佳干扰协议，以提高系统的保密性，使源用户和多个传感器继电器从不同的PBs收集能量。最近，受上述工作的启发，一种安全节能的传输设计用于具有不同PBs的无线动力物联网[13]，其中引入了单源选择下具有最优PB的不同继电选择方案，解决了安全能效优化问题。值得一提的是，上述工作主要关注的是中继选择对保密性能的提升，而忽略了多用户的实际场景，这可以被认为是物联网的典型应用。

１．1.相关的工作

值得注意的是，为了降低资源受限的无线物联网的复杂性和成本，由于显著的潜在性能改进，多用户调度已经引起了广泛的关注[14- - - - - -19]．特别是[14]在考虑所有用户的初始电池能量水平的情况下，通过联合功率控制和时间分配来探索多用户WPCN的最大能量效率。此外，在[15]通过机会主义计划应用对WPCN的比例公平计划的概念，并通过机会主义方案克服了双重界定问题。同时，在一个多用户系统中，作者在[16在多小区环境下考虑了同信道干扰的多用户调度准则，提出了一种自适应调度方案。在基于wpcn的多输入多输出(MU-MIMO)多用户系统中，[17]提出了一种基于零强迫的下行能量波束形成传输方法，以优化相关参数。后来，作者在[18]专注于MIMO-WPCN，其中一个专用的多天线PB将射频能量传输给一些饥饿的用户，然后这些用户向目的地发送所需的信息。最后但并非最不重要的是19]针对全双工无线物联网系统中多用户调度的累积传输框架，设计了一种面向吞吐量的调度策略，将物联网中所有设备的动态充放电过程建模为有限状态马尔可夫链。

相反，无线传输的广播特性使WPT和WIT更容易受到恶意攻击，使安全传输成为一项繁重的任务[20.]．通常，探索上层加密技术用于保护传统无线传输中拦截的隐私信息[21]．然而，传统的加密技术在无线物联网中由于硬件的高度复杂性和巨大的能量需求而受到了限制[22]．此外，拥有无限计算能力的窃听者(Eve)很可能会破坏这种技术[23]．幸运的是，物理层安全(PLS)作为保证无线通信安全的一种有前途的方法，是对现有解决方案的高效补充。作为无线请而言,基本思想是利用无线传输信息渠道的特性以可靠的方式从源到目标接收方,并确保信息的隐私,用不同的方式,而不是被截取或窃听(24]．目前，PLS已广泛部署，以确保未来无线网络的安全[25，26因为它可以提供物联网等新网络架构的安全性。近年来，一些文献研究了多用户调度辅助WPCN中的安全通信[27，28]．具体地说,(27]利用最大比传输(MRT)方案研究了双跳多用户中继系统的保密性能，并提出了一种基于阈值的多用户调度方法。相反，在[28考虑一个多天线无线网络，其中基站和用户已经给出了多个天线。但是，值得注意的是，很少有效考虑在无线动力的IOT场景中看到。

1．2．论文投稿及组织

受上述观察启发，本文重点分析了一种典型的无线供电物联网的保密性能，即多个源传感器在局部组内执行监控或操作任务，一个中间节点作为中继，由多个专用PBs供电。此外，我们提出了两种多用户调度方案，并比较了它们的保密性能，以提供安全高效的传输。我们工作的主要贡献如下:（一世）我们探讨了无线物联网环境下的PLS算法，提出了两种面向绿色的多用户调度方案，其中最优PB由中继决定;同时，最优源分别以随机方式调度(BSR)或由最优PB (BSBP)选择。(2)对于两种提出的方​​案，我们通过借助于搜索方法，获取保密性中断概率（SOP）的闭合形式表达式，并解决PB中的约束传输功率的优化问题。与具有较低复杂性和更简单应用的BSR方案相比，BSBP方案可以充分利用各种PBS贡献的电力传输链路，并呈现更好的保密性能。(3)仿真结果表明，增加PBs的数量有利于提高所研究场景的SEE。同时，在一定程度上降低PBs与源的距离比和总通信距离对SEE都是有利的。此外，时间切换因子对所考虑系统的保密性能有重要影响，值得仔细设计和优化。

本文的剩余部分总结如下。部分2详细介绍了系统模型、WPT过程、信号分析和两种提出的多用户调度方案。部分3.分别推导了BSR和BSBP方案的精确操作规程。然后,在节4，请参阅优化研究。仿真结果介绍5．最后在第一部分对本文进行了总结6．

2.系统和通道模型

本节介绍了系统模型、WPT过程、信号分析和两种多用户调度策略。

2．1．系统模型

考虑用于IOT应用程序的双跳多用户上行链路WPCN，如图所示1，其中有多个源用户 ， 与控制器沟通D由解码和转发(DF)中继协助，并被无源的Eve偷听E．考虑到传感器的狭窄覆盖范围，我们假设是直接的链接不可用[10]．同时，由于物联网系统中能源的有限性，和R必须通过WPT从选定的 ， 支持数据传输。并且，控制器由网格电源供电。除此之外，考虑到尺寸和成本限制，假设在每个传感器中，目的地D和夏娃E是单天线和半双工器件[12]．值得强调的是，上述配置有许多实际应用，例如在物联网中，多个源传感器通过某个传感器(充当中继)上传信息，由于尺寸和成本的限制，该传感器被限制在单个天线上。

此外，我们认为每个环节都会受到瑞利衰落的影响。因此，信道的功率增益随参数呈指数分布 ，在哪里 和 ．同时，对点的加性高斯白噪声(AWGN)R和D均值和方差都为零吗 ．与[中的全信道状态信息(CSI)假设相比12，27]中，为了研究性能界限，我们考虑了完美的CSI，但由于传感器的计算能力弱，存储空间小，我们只考虑统计CSI，这更加实用。获取CSI的具体估计方法见[29]．在实践中，当窃听者是网络的成员，并希望解释没有传递给他的信息时，窃听链路的部分CSI是可用的。

为了便于数学建模，对信道系数进行了计算 ， ， ， ， ，和传输通道用 ， ， ， ， ，和 ，分别，它们是独立的，并且从一个块到下一个块以相同的方式分布(i.i.d.)。同时，距离 ， ， ， ， ，和传输链路用 ， ， ， ， ，和 ，分别。此外，假设多个PBs和多个源用户非常接近，即存在某种集群协议。WPCN中通常使用这个假设[12]，使得信道的等效平均信道功率增益 ， ， ，和 ，分别。为方便起见，我们定义 ， ， ，和对于任何和 ．

２．2.无线电力传输

在WPT过程中，接收机采用了基于矩形天线结构的EH模型。对于矩形天线，接收到的信号可以通过由无源低通滤波器(LPF)和肖特基二极管组成的整流器转换为直流信号[30.]．然后，我们认为，在WIT中，所有用户在WPT阶段收集的能量全部用于传递信息，称为[]中的收获-利用(harvest-use, HU)模式。31]．这种考虑对于物联网设备是实用的，因为它们受尺寸和成本的限制，这导致更小的电池。在中继策略方面，数据传输采用了基于时间切换的接收机(TSR)协议，与基于功率分流的接收机(PSR)协议相比，具有较高的吞吐量[32]．特别是，两个连续数据传输之间的持续时间被定义为一个传输时隙T，表示WPT时间，和表示水辅注射的持续时间，如图所示2,在那里为时间开关系数。根据双跳通信，水辅注射的时间窗口分为两部分:是为剩下的提供了 ．

然后，为了减少计算复杂度和能量消耗，我们考虑一个特定的PB被激活，而其他PBs保持沉默的场景，因为PB选择是一个面向绿色的WPT方案[12]．更具体地说，PB具有最佳链接信道被选择来实现WPT和R．某PB的指标可以表示为 在哪里是否选择了链路的功率增益来R．此外，在和R可以表示如下[33]: 在哪里为EH效率因子，主要由EH电路和频率决定(如15 MHz-2.5 GHz) [34]；表示PBS的发射功率;θ为路径损耗指数;和频道的权力增益是否来自所选频道来和R分别;和 ．注意，我们忽略了从噪声中收集的能量，因为源用户和继电器传感器是无源的，他们接收到的噪声功率比PBs贡献的接收功率小得多[35]．

引理1。如果 ， ，随机变量是否服从指数i.i.d，概率密度函数(PDF)和累积分布函数(CDF)可以表示为 在这x自变量，和为平均信道增益。

根据引理1的PDF格式可以推导为 在哪里和是期望算子。

假设信道衰落因子在一个传输时隙内不变，则发射功率和R如下所示[36]:

从(6)和(7时，假设信噪比为R和E在第一个跳上记为和 ，信噪比为D和E后一跳表示为和 ．并且可以给予SNR 在哪里为所选源传感器(即预定用户)的索引， ， ，和 ．同样, ， ，和被给予 在哪里 ， 为AWGN在点的方差E, ， ，和 ．

2.3。多用户调度方案

然后,当确定最好的PB,我们注意到两个多用户调度方案,一个是一个简单的方案与复杂性越低,最好将随机从多个来源的用户(BSR),另一个是一个联合PB和源用户选择方案,最好的来源是最佳选择的PB (BSBP)。

2.3.1。BSR方案

为了降低所考虑网络的复杂度和开销，在BSR方案中，源用户在候选用户中随机调度。值得注意的是 ， ， ， ，和是指数分布的参数吗 ， ， ， ，和 ，分别。

备注1。BSR方案计算复杂度较低，适用于时延敏感和资源受限的场景。然而，BSR方案未能获得用户多样性带来的分集增益，阻碍了通信系统保密性的提高。

2.3.2。BSBP方案

为了获得分集增益，从。的角度选择最佳用户在这个计划。具体来说，是基于CSI的通道，计划源的索引可以画为

因此, ， ， ，和是指数分布的参数吗 ， ， ，和 ，的PDF可以根据引理画出来吗1： 在哪里 ．

备注2。根据(10)和(11)，我们发现BSBP方案能够获得由多个用户贡献的分集增益。注意，该方案对源用户进行了调度，充分考虑了PB的选择。因此，该方案可以有效降低源传感器信息通信的中断概率，有利于能源受限的物联网应用。

3.保密中断概率分析

在系统中，我们考虑和R使用不同的码本来提高保密性能。与…一致37]，则该场景的保密能力表示为 在哪里和分别表示双跳的可实现保密能力，给出为 原因何在是每一跳的通信时间吗在传输槽期间， ．因此，保密能力可更新为

对于保密绩效的评价，采用SOP作为优劣指标，一般认为这是PLS的重要指标。从信息论的角度来看，如果发生泄漏，则会导致传输中断是否低于预定的保密率阈值 ．具体来说，是每个方案的SOP可以表示为 在哪里 ， 是每个方案的保密能力，和的概率是。

3.1。BSR格式的推导

根据BSR方案，系统的每个源用户都有相同的参与传输的机会。因此，BSR方案的确切SOP应制定为 在哪里是源用户时的SOP吗决定和表示第二类修正的贝塞尔函数[38]．

证明。见附件一个．

3．2．BSBP格式的推导

此外，根据（16)，则BSBP方案的SOP的闭式表达式为

证明。见附件B．

4.确保能源效率最大化

一般来说，安全性的提高是以频繁消耗更多的能源为代价的。对于能源有限的物联网应用，盲目追求保密改进对网络性能有负面影响。因此，在低能耗的物联网应用中确保安全通信具有重要意义。综上所述，SEE被用作评估保密工作表现的适当量度[39]．在数学上，上述方案的SEE可表示为 在哪里表示每个方案的SEE，表示以PBs计的总能量成本，κ为功率因数，和和分别用于固定电源并分别在PBS发射功率。考虑通过传感器的收获能量充分用于数据传输，而函数的功耗被忽略。

为了找到PBs的最佳发射功率和时间开关因子，SEE最大化问题可以考虑为 在哪里为PBs的最大发射功率。显然，求解过程中的精确表达式和α相当乏味。相反，通过使用搜索方法，得到最优解和α可以在模拟和数值分析的基础上推导。应该强调的是方程(20.)对物联网场景具有更实际的重要性。

5.数值结果与讨论

在本节中，提供了一些数值结果，用于验证上述保密分析，并讨论相应参数对两个提出的多用户调度方案的保密性能的关节效应。是一致的 [40]，在一个线性拓扑上进行仿真，其中多用户传感器在一个局部群和多个PBs，继电器R和控制器D水平排列。除另有说明外，我们按照[10贯穿本节。特别地，我们设置dB，预先确定的保密率bits/s/Hz，能量转换效率 ，距离设置为米, ，和 ．此外，我们还设置了用户数量 ，功率系数 ，路径损失指数 ，和mW。理论计算结果与仿真结果吻合较好，验证了推导的正确性。值得注意的是，本节所有的数值结果都来自MATLAB的仿真环境，都是真实的实验结果。结合本文中的参数设置和程序代码，所有结果都可以重现。

数字3.描述了所提出的多用户调度方案的SOP为不同的米与 ， ．总的来说，从图中可以看出，所提BSBP方案在整个范围内都比BSR方案具有更好的保密性能与不同的米，表明BSBP方案能更有效地提高所考虑系统的保密性能。另外，PBs的数量有助于SOP的改进。这是因为更多的PBs能够提供更大的多样性增益来改进SOP。

数字4对比BSR/BSBP方案的系统SEE为不同的米与和 ．从图中可以看出SEE和是单向功能。原因是增加带来了低能耗环境下SEE的改善，但对高能耗环境下SEE产生了负面影响。此外，如预期的那样，BSBP方案的SEE在整个区域内都优于BSR方案，说明了BSBP在提高保密性能方面的优势。另外，通过增加PBs的数量可以达到更好的安全性，这可以通过下面的讨论来理解。此外,图5描述了两种多用户调度策略的SEE与α与和dB考虑到各种米．可见，SEE和α也是单透明的功能。这是由于什么时候α体积小，收获的能量一般不足用于多源传感器和继电器传感器的运行，而如果α过大，会严重限制信息通信的持续时间，导致传输中断概率高。相反，类似于图4， BSBP方案总是在不同情况下提供最佳的SEE性能α和米，再次验证了所提BSBP方案的优越性。

数字6介绍了两种建议策略的SEE与和米与和dB。可以观察到，当PBs组距离多个源用户越近，且PBs的数量相对更多时，所提两种策略的效率最高。同时，BSBP方案更有效米更大，这可以解释为上面的讨论。

数字7绘制的影响和用BSR/BSBP方案的搜索方法对SEE进行优化dB。从图中可以清楚地看出，所提出的多用户调度方案在以下情况下更有效和更小。事实上，这种状态使得传感器更容易获得大量的能量，其效果相当于增加或扩大α．

6.结论

本文研究了具有不同PBs的无线物联网的保密性能分析。具体地，提出了两种面向绿色的多用户调度方案来提高网络的保密性能。对于每个方案，都得到了SOP的解析闭合表达式，而SEE的优化问题则通过搜索方法求解。为了阐明无线物联网的未来应用，仿真结果展示了我们分析的准确性，并讨论了受系统的各种重要参数影响的两种方案的保密性能。

附录

A.公式的证明(17）

根据(16)，是由

然后，与(15)和(16),我们有 在哪里CDF是多少 ，可以借助(. 1)

此外, 和 可由[中的式(3.351.3)得到38]，表达式如下:

最后，用(各)和(本) (a .)及进行一些数学运算，(17)。

B.公式的证明(18）

类似于在(. 1)，可以表示为

同时，根据(15)和(16),我们发现 在哪里CDF是多少 ，它可以在(的帮助下表达. 1),

在那之后, 和 式(3.351.3)可得。38]和下面列出的表达式:

最后，用(B.4)和(B.5) (B.3)及进行一些数学运算，(18)。

数据可用性

支持本研究结果的数据包含在文章中。

的利益冲突

作者声明本论文的发表不存在任何利益冲突。

致谢

国家自然科学基金资助项目(no . 61501508, no . 61671476)。

补充材料

补充资料主要包括三个文件夹。首先，我们提供了“附加材料”文件夹，里面有一些图片，用来说明我们实验结果的真实性和再现性。值得注意的是，上述结果来自MATLAB的实验环境，可以通过适当调整后面给出的仿真程序得到。然后，“Code”文件夹给出了一些仿真程序，在此基础上我们可以重现我们的研究成果。具体程序和相关说明可以在模拟程序中找到。此外,米在“code”文件夹中的名为WPCCN6_SEE_gammaB的文件是主程序。根据主程序，通过改变不同的性能指标，即SOP或SEE要求，图3.和4在我们的稿件中可以派生。同时，其他米“code”文件夹中的文件是可调用的程序。相反，命名为“WPCCN_fig0”的文件。图”和“WPCCN_fig1。“代码”中的“图”是本文给出的模拟实验的数值结果，即“图”3.和4．最后，名为ReadMe的文件夹是一个说明模拟程序的文档，也可以看作是补充材料的一个简单说明。值得注意的是，本文中所有的数值结果都来自MATLAB的仿真环境，都是真实的实验结果。具体实验参数见章节5．结合本文中的参数设置和程序代码，所有结果都可以重现。文件夹“代码”文件夹中的所有程序代码都是我们的原始，这被拒绝转发给他人。如果有人有任何疑问，请通过电子邮件联系我们。邮箱地址是shangxiaohui1214@126.com．（补充材料）