Secure Transmission in NOMA-Aided Multiuser Visible Light Communication Broadcasting Network With Cooperative Precoding Design
Notice bibliographique
Résumé
In this paper, we study the secrecy performance of non-orthogonal multiple access (NOMA) enabled visible light communication (VLC) broadcast channels in the presence of an active eavesdropper (Eve). The considered VLC system consists of multiple separately distributed light-emitting diodes arrays and multiple randomly located users (UEs) in an indoor room. User clustering is conducted to reduce the implementation complexity of successive interference cancellations. Two cooperative precoding strategies based on zero-forcing (ZF) and maximum ratio transmission (MRT) are designed using the effective channel of each cluster. Based on each precoding strategy, a sum secrecy rate maximization problem is developed to obtain the near-optimal power allocation (PA) to strengthen UEs’ confidential transmission and degrade Eve’s reception under minimum secrecy rate requirement, peak amplitude, non-negativity, and power constraints. To tackle the challenging non-convex problem for each precoding strategy, equivalent transformations and arithmetic-geometric mean approximation are conducted to convert the original problem into a series of geometric programming (GP) problems. Based on the reformulated problems, iterative algorithms are proposed to obtain near-optimal solutions by solving the GP problems through successive convex approximations. The convergence and complexity analysis of the proposed algorithms are studied. Simulation results show that the sum security performance of the proposed PA approach outperforms the conventional PA approaches in both ZF-based and MRT-based precoder schemes. The effectiveness of applying NOMA compared with the orthogonal multiple access-based scheme is also validated for the proposed system.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».