Predictive Beamforming Approach for Secure Integrated Sensing and Communication With Multiple Aerial Eavesdroppers
Notice bibliographique
Résumé
Integrated sensing and communication (ISAC) is an emerging technique to enable radar and communication systems deployment on a shared hardware, channel characteristics, signal processing methods, etc. This integration improves the deployment efficiency and requires more sophisticated resource allocation and optimization techniques. The ISAC signal is designed to sense targets and to carry private information which could be at risk of being eavesdropped. This paper considers an ISAC framework in which a set of aerial eavesdroppers poses the threat of intercepting the downlink communication from a base station to a set of users. The eavesdroppers are moving, and their unknown locations are estimated based on the echo signal. A maximum likelihood-based scheme is developed to estimate the eavesdroppers’ channels, including coarse estimation with refines to estimate each eavesdropper’s complex channel gain, elevation and azimuth angles. The corresponding Cramér-Rao lower bounds of the estimated parameters are also provided. Given that the eavesdroppers are moving, a long short-term memory (LSTM) deep network is employed to predict their channels and also to enable a less frequent estimation process. Meta-learner LSTM is also presented to provide few-shot learning and provide generalization capability to any trajectory with a few fine-tuning steps. Based on the predicted eavesdroppers’ channels, two secure precoding algorithms are developed based on successive convex approximation and zero forcing techniques to improve the sum secrecy rate for the users. Simulation results illustrate that the developed framework provides substantial improvement in communication secrecy when compared with other benchmark approaches.
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) | 0,001 | 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) | 0,002 | 0,001 |
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 ».