Secure Hybrid A/D Beamforming for Hardware-Efficient Large-Scale Multiple-Antenna SWIPT Systems
Notice bibliographique
Résumé
In this work, we investigate the problem of secure communications in a downlink large-scale multi-antenna assisted simultaneous wireless information and power transfer (SWIPT) system, where a base station (BS) transmits signals to serve a number of information decoding (ID) and energy harvesting (EH) users. Considering that the EH users can potentially eavesdrop the ID users' confidential information, we study the robust joint design of the hybrid analog-digital (A/D) beamforming (BF) matrices and of the artificial redundant signal (ARS) covariance matrix at the BS, where the aim is to maximize the worst-case sum secrecy rate for the ID users under a transmit power constraint, a nonlinear EH constraint and a unit-modulus constraint on the entries of the analog BF matrix. The corresponding optimization problem is very challenging due to the nonlinear and nonconvex objective function and constraints. Using innovative optimization techniques, we first transform the original problem into an equivalent but more tractable form, and then develop a novel joint iterative algorithm based on the penalty-concave-convex procedure (CCCP) for solving the resultant problem. We show that the proposed penalty-CCCP based algorithm for ARS-aided robust joint hybrid BF design converges to a Karush-Kuhn-Tucker solution of the original problem, and also analyze its computational complexity. Our simulation results verify that the resultant robust joint hybrid BF design algorithm relying on ARS significantly outperforms the conventional hybrid BF benchmark algorithms and efficiently achieves the performance of the fully-digital BF with reduced number of radio frequency chains and energy consumption.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».