Phase-Only Zero-Forcing for Secure Wireless Communication in Multi-User Systems
Notice bibliographique
Résumé
Artificial noise (AN) transmission is a physical layer security technique in multi-antenna wireless communication systems. Synthetic noise is broadcast to all receivers except designated legitimate users via beamforming in the legitimate users' null space. We consider AN transmission employing a single RF chain and analog beamforming, where beamforming vectors maintain constant magnitude while allowing arbitrary phases. Our primary objective is to design a constant-magnitude vector capable of nullifying multiple users' channel vectors simultaneously. To tackle this zero-forcing problem, we propose a novel successive partition zero-forcing (SPZF) scheme, which transforms the multi-user zero-forcing task into optimizing channel partitioning to minimize outage probability. The SPZF scheme can be generalized to any number of users, but our analysis focuses on the two-user case. Theoretical analysis reveals that our proposed SPZF scheme can attain arbitrarily low outage probability in the limit of large number of transmit antenna. We present three partition algorithms (random, iterative, and genetic) to minimize the outage probability. The outage probabilities and secrecy rates of the three partition algorithms are compared via numerical simulations. We find that the more advanced partition algorithms (iterative and genetic) achieve higher secrecy rates than the random algorithm, particularly under conditions of high signal-to-noise ratio (SNR), large number of eavesdroppers, or small number of transmit antennas.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».