發(fā)布時(shí)間：2020-12-17 00:14

　　隨著無(wú)線通信技術(shù)的飛速發(fā)展,5G技術(shù)將在2020年完成標(biāo)準(zhǔn)制定并全面商用。作為5G的關(guān)鍵技術(shù)之一,大規(guī)模天線陣列(Massive multiple input multiple output,Massive MIMO)技術(shù)研究潛力巨大。無(wú)線媒質(zhì)固有的開(kāi)放性特征使無(wú)線網(wǎng)絡(luò)信息傳輸深受竊聽(tīng)困擾。傳統(tǒng)的無(wú)線安全對(duì)復(fù)雜的高層加密依賴性很高,而物理層安全作為底層安全技術(shù),利用無(wú)線信道物理特性存在的固有差異能獲得無(wú)條件安全,因此研究Massive MIMO系統(tǒng)竊聽(tīng)信道的物理層安全問(wèn)題十分必要。此外,近幾年無(wú)線通信和人工智能產(chǎn)業(yè)齊頭并進(jìn),催生了無(wú)線通信理論與智能學(xué)科理論的交叉學(xué)科領(lǐng)域研究,以強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)為代表的機(jī)器學(xué)習(xí)理論成為無(wú)線通信技術(shù)的重要研究方法�；趶�(qiáng)化學(xué)習(xí)理論的Massive MIMO信號(hào)處理有大量理論文獻(xiàn),但其研究分散,場(chǎng)景差異較大,算法通用性不強(qiáng),并未形成深入、完善的理論體系。本文根據(jù)Massive MIMO物理層的無(wú)線信號(hào)呈現(xiàn)大規(guī)模、高速率、高信息量的智能學(xué)科特性,利用強(qiáng)化學(xué)習(xí)算法解決了Massive MIMO的物理層安全問(wèn)題,為無(wú)線信號(hào)處理提出了新的研究思路。本文主要針對(duì)Ma... 

【文章來(lái)源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：78 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語(yǔ)對(duì)照表
第一章 緒論
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
        1.2.1 Massive MIMO及物理層安全研究現(xiàn)狀
        1.2.2 MDP及強(qiáng)化學(xué)習(xí)算法研究現(xiàn)狀
    1.3 論文研究?jī)?nèi)容
    1.4 論文章節(jié)安排
第二章 相關(guān)技術(shù)基礎(chǔ)
    2.1 5G技術(shù)
    2.2 Massive MIMO技術(shù)
    2.3 物理層安全技術(shù)
    2.4 強(qiáng)化學(xué)習(xí)算法
        2.4.1 強(qiáng)化學(xué)習(xí)基本框架
        2.4.2 基于模型的強(qiáng)化學(xué)習(xí)算法
        2.4.3 模型無(wú)關(guān)的強(qiáng)化學(xué)習(xí)算法
    2.5 本章小結(jié)
第三章 Massive MIMO三端口竊聽(tīng)信道
    3.1 Massive MIMO竊聽(tīng)信道模型
        3.1.1 Massive MIMO基本信道模型
        3.1.2 Massive MIMO系統(tǒng)理論模型
        3.1.3 三端口竊聽(tīng)信道模型
    3.2 三端口竊聽(tīng)信道的保密容量
        3.2.1 MIMO信道容量理論分析
        3.2.2 一般竊聽(tīng)信道的保密容量
        3.2.3 高斯竊聽(tīng)信道的保密容量
        3.2.4 多天線竊聽(tīng)信道的保密容量
    3.3 本章小結(jié)
第四章 三端口竊聽(tīng)信道的MDP模型
    4.1 馬爾科夫決策過(guò)程
    4.2 MDP求解方法
        4.2.1 值函數(shù)
        4.2.2 貝爾曼方程
    4.3 基于折扣總回報(bào)的MDP模型
        4.3.1 有限狀態(tài)馬爾科夫信道
        4.3.2 信道環(huán)境模型
        4.3.3 狀態(tài)轉(zhuǎn)移函數(shù)
        4.3.4 系統(tǒng)回報(bào)函數(shù)
        4.3.5 策略
    4.4 本章小結(jié)
第五章 MDP模型的求解算法
    5.1 算法理論基礎(chǔ)
    5.2 動(dòng)態(tài)規(guī)劃算法尋找最優(yōu)策略
        5.2.1 策略迭代
        5.2.2 值迭代
    5.3 基于Q值更新的值迭代算法
        5.3.1 算法設(shè)計(jì)
        5.3.2 算法實(shí)現(xiàn)
    5.4 算法仿真分析
        5.4.1 不同參數(shù)下算法的性能分析
        5.4.2 最優(yōu)參數(shù)下算法在系統(tǒng)模型中的表現(xiàn)
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介



本文編號(hào)：2921049