Secure Transmission for MISO Wiretap Channels Using General Multi-Fractional Fourier Transform: An Approach in Signal Domain
Notice bibliographique
Résumé
In this paper, we propose a physical layer secure transmission technology based on multi-components for multiple-input single-output (MISO) systems. The scheme mainly realizes physical layer security (PLS) in General Multi-Fractional Fourier Transform (GMFRFT) signal domain, which is different from traditional schemes that rely on the spatial domain. Different GMFRFT components are transmitted by multiple antennas at the transmitter, then the legitimate receiver and the eavesdropper receive the superposition of multiple non-orthogonal components. The resulting mutual interference will reduce the signal-to-interference and noise (SINR) at the eavesdropper, but without affecting the legitimate receiver. Because the legitimate receiver receives the non-contaminated GMFRFT signal due to designing multi-components at the transmitter, while the eavesdropper receives the signal whose constraint relations in the GMFRFT signal domain are destroyed, which will cause the energy loss of the information bearing signal. Furthermore, in order to achieve the maximum secrecy capacity, the selection method of GMFRFT transform order is given to adjust the power allocation among GMFRFT components. Compared with the scheme based on artificial noise (AN), the advantages of our scheme are: 1) our scheme can further reduce the capacity of wiretap channel while not requiring the transmitter to use partial power to transmit meaningless artificial noise signals; 2) our scheme outperforms AN-based schemes when the available spatial degrees of freedom are limited. Simulation results are provided to demonstrate the secrecy performance of the proposed scheme.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».