一种面向6GSURLLC场景的用户性能分析方法

一种面向6g surllc场景的用户性能分析方法
技术领域
1.本发明属于无线通信技术领域，具体涉及一种面向6g surllc场景的用户性能分析方法。


背景技术：

2.相较于第五代移动通信系统(the fifth generation，5g)，6g对时延、可靠性、接入用户数、安全性等关键性能指标提出了更为严苛的要求。surllc作为未来6g可能支持的五种新应用场景之一，能够服务于工业和军事通信，例如6g时代的人形机器人，高精度机床和输送系统，以及车间通信场景。但是，相比5g低时延高可靠通信(ultra-reliable and low latency communications urllc)，surllc不仅对可靠性(高于99.99999％)和时延(低于1ms)性能要求苛刻，对安全性也有较高的要求。如何揭示安全性、时延和可靠性三个指标间的理论关系，并设计出能够满足surllc场景需求的可靠无线通信系统，是实现6g需要解决的重要问题。
3.在surllc场景下的对无线通信系统用户性能进行深入分析和设计，基础和关键在于对用户安全性、时延和可靠性三方面进行性能分析，以辅助探索权衡或同时提升三方面系统用户性能的方法，从而实现surllc。但是，目前有关urllc的性能分析，大多是基于经典衰落模型开展的。由于广域覆盖和全球互联，以及地面、空中、水下和卫星通信等多样且异构的通信场景和方式，无线信道的衰落特性变得难以统一精确刻画。经典衰落模型的假设已不再广泛适用于6g复杂多样的场景，可能会降低信道建模的准确性和性能分析的可靠性和可参考性。
4.α-κ-μ阴影衰落模型作为一种统一衰落模型，能够精确刻画复杂通信场景下的多种小尺度和阴影衰落。此外，大规模多输入多输出(multiple input multiple output，mimo)是无线通信中的一项新兴技术，可以显著提高无线系统的容量和可靠性，是未来宽带(固定和移动)网络发展的推动者。因此，基于α-κ-μ阴影衰落模型和mimo技术开展面向6g surllc场景的用户性能分析，揭示多种衰落环境下，安全性和时延、可靠性之间的作用关系至关重要。


技术实现要素：

5.为解决上述技术问题，本发明提出一种面向6g surllc场景的用户性能分析方法，包括以下步骤：
6.s1：初始化上行大规模mimo系统场景，基于α-κ-μ阴影衰落模型，对上行大规模mimo系统中发送天线和接收天线之间的信道进行信道建模；
7.s2：分析单个α-κ-μ阴影随机变量以及多个独立同分布α-κ-μ阴影随机变量之和的pdf精确近似闭式表达式；
8.s3：基于阴影随机变量的pdf精确近似闭式表达式，在空时传输方案下结合空-时译码，计算接收端和窃听者处接收snr的pdf近似表达式；
9.s4：在安全短数据包传输条件下，结合接收端和窃听者处接收snr的pdf近似表达式分析surllc场景下用户的平均信息泄露；
10.s5：用平均信息泄露来量化安全性、译码错误概率量化可靠性，进而联合安全性、时延和可靠性，实现在任意衰落下的surllc场景下系统用户性能分析。
11.本发明的有益效果：
12.本发明利用α-κ-μ阴影衰落模型，克服了经典/新型衰落模型对传播环境统一刻画能力的欠缺以及在使用上的局限性，更适用于未来6g更复杂且多元通信场景，提升了系统建模的准确性和性能分析的可靠性；
13.本发明用平均信息泄露指标来度量surllc场景下用户安全性，并给出了其近似闭式表达式，从理论上提升了联合分析安全性、时延和可靠性三方面性能的可行性和易处理性；
14.本发明可以在任意衰落参数下进行理论和仿真分析，能够辅助探究衰落环境对物理层安全的影响，这在单一确定信道模型假设下是无法实现的。
附图说明
15.图1为本发明的面向6g surllc场景的用户性能分析方法流程示意图。
具体实施方式
16.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
17.一种面向6g surllc场景的用户性能分析方法，如图1所示，包括：
18.s1：初始化上行大规模mimo系统场景，基于α-κ-μ阴影衰落模型，对上行大规模mimo系统中发送天线和接收天线之间的信道进行信道建模；
19.s2：分析单个α-κ-μ阴影随机变量以及多个独立同分布α-κ-μ阴影随机变量之和的pdf精确近似闭式表达式；
20.s3：基于阴影随机变量的pdf精确近似闭式表达式，在空时传输方案下结合空-时译码，计算接收端和窃听者处接收snr的pdf近似表达式；
21.s4：在安全短数据包传输条件下，结合接收端和窃听者处接收snr的pdf近似表达式分析surllc场景下用户的平均信息泄露；
22.s5：用平均信息泄露来量化安全性、译码错误概率量化可靠性，进而联合安全性、时延和可靠性，实现在任意衰落下的surllc场景下系统用户性能分析。
23.在大规模mimo系统配备了ls、ld和le根天线的信源(s-node)、接收端(d-node)以及一个窃听者(e-node)中，假设从s-node到d-node(主信道)和从s-node到e-node(窃听信道)的信道在完美csi下经历独立的准静态α-κ-μ阴影衰落和路径损耗，用βk表示s-node与之间的路径损耗，|h
ij,k
|2表示s-node的第i根天线与k-node的第j根天线之间小尺度和阴影衰落增益，对于任意i，j和k，假设|h
ij,k
|2为独立同分布的α-κ-μ阴
影随机变量，其中
24.从整个系统上来看，发送两端都有多天线，那就存在多个阴影随机变量，但每个随机变量只针对一根发送天线和一根接收天线，每根发送天线和接收天线之间的信道都可以用一个(单个)的阴影随机变量进行建模，对于单个α-κ-μ阴影随机变量的建模为：
[0025][0026]
其中，w
ακμm
表示衰落参数为α、κ、μ和m的α-κ-μ阴影随机变量，α表示描述传播介质的非线性参数，μ表示多径波簇数量，κ表示主导分量功率与散射分量功率之间的比值，其定义为σ2表示独立同分布且均值为0的高斯随机变量xi和yi的方差，pi和qi分别表示第一、第二常规实数，m表示nakagami-m随机变量ξ的成型参数，并且ξ的均方值为ω2表示α-κ-μ阴影随机变量w
ακμm
的均值，
[0027]
分析单个α-κ-μ阴影随机变量，以及多个独立同分布α-κ-μ阴影随机变量之和的pdf精确近似闭式表达式，提高α-κ-μ阴影衰落模型的分析和计算可处理性。
[0028]
对于单个α-κ-μ阴影随机变量，其pdf的精确近似闭式表达式为：
[0029][0030]
其中，表示单个α-k-μ阴影随机变量w
ακμm
的pdf精确近似闭式表达式，x表示任意实数，表示单个α-k-μ阴影随机变量w
ακμm
的pdf精确近似闭式表达式所涉及的相关参数集，α表示描述传播介质的非线性参数，μ表示多径波簇数量，κ表示主导分量功率与散射分量功率之间的比值，m表示nakagami-m随机变量ξ的成型参数，表示第一信道参量，表示第一信道参量，表示第二信道参量，表示第二信道参量，表示第三信道参量，ω2表示α-κ-μ阴影随机变量w
ακμm
的均值，γ(
·
)表示gamma函数。
[0031]
对于l个独立同分布的α-κ-μ阴影随机变量之和其pdf渐近表达式为：
[0032][0033]
其中，表示l个独立同分布α-κ-μ阴影随机变量之和的pdf精确近似闭式表达式，x表示任意实数，表示l个独立同分布α-κ-μ阴影随机变量之和的pdf精确近似闭式表达式所涉及的相关参数集，闭式表达式所涉及的相关参数集，表示第一信道参量，
表示第二信道参量，表示第二信道参量，表示第四信道参量，l表示独立同分布的α-κ-μ阴影随机变量数量，γ(
·
)表示gamma函数，ω2表示α-κ-μ阴影随机变量w
ακμm
的均值，l表示信道参量权重，可以通过以下公式获得：
[0034][0035]
基于上述信道表征方法，在空时传输方案下结合空-时译码，计算k-node处接收snr的概率密度函数(probability density function，pdf)近似表达式。
[0036]
结合空-时译码，k-node处的接收snr为：
[0037][0038]
其中，γk表示处的接收snr，表示接收端或窃听者，βk表示信源s-node与之间的路径损耗，ρ表示s-node的发送功率，表示信道的加性高斯白噪声的功率，b表示带宽，表示噪声功率谱密度，ls表示s-node配备的天线数，表示接收端或窃听者配备的天线数，|h
ij,k
|2表示s-node的第i根天线与k-node的第j根天线之间小尺度和阴影衰落增益。
[0039]
结合上述α-κ-μ阴影随机变量的统计特性，可以计算k-node处接收snr的pdf近似表达式：
[0040][0041]
其中，表示处接收snr的pdf近似表达式，表示接收端或窃听者，x表示任意实数，α表示描述传播介质的非线性参数，μ表示多径波簇数量，κ表示主导分量功率与散射分量功率之间的比值，m表示nakagami-m随机变量ξ的成型参数，ω2表示α-κ-μ阴影随机变量w
ακμm
的均值，βk表示信源s-node与之间的路径损耗，
ls
表示s-node配备的天线数，
lk
表示接收端或窃听者收端或窃听者配备的天线数，ρ表示s-node的发送功率，表示信道的加性高斯白噪声的功率，γ(
·
)表示gamma函数，表示第一信道参量，表示第一信道参量，表示第二信道参量，示第二信道参量，表示第四信道参量，
l表示信道参量权重。
[0042]
在安全短数据包传输条件下，分析surllc场景下用户的平均信息泄露。
[0043]
当d bits数据经过n个可用信道(channel use，cu)传输(n＝btd，其中td表示时延)以及给定d-node处的错误概率∈d时，信息泄露δ可近似为：
[0044][0045]
限制条件为d-node处的接收snr大于e-node处的接收snr，即γd＞γe。cs＝log2(1+γd)-log2(1+γe)表示无线编码块长下信道的安全容量。v(γ)＝(γ2+2γ)[(1+γ)ln2]2用于刻画信道色散程度。q(x)是标准正态分布的尾部分布函数，其表达式可写为q-1
(x)为q(x)的反函数。结合k-node处接收snr的pdf近似表达式，可以表示出平均信息泄露的近似表达式：
[0046][0047]
其中，表示surllc场景下用户的平均信息泄露，y表示外层积分变量且y∈[0,∞)，γd、γe分别表示接收端d-node处的接收snr和窃听者e-node处的接收snr，表示在γe＝y条件下γd的信息泄露，td表示时延，z表示内层积分变量且z∈[y,∞)，和分别表示接收端和窃听者处接收snr的pdf近似表达式。
[0048]
用平均信息泄露来量化安全性，译码错误概率量化可靠性，进而联合安全性、时延和可靠性，在任意衰落下分析surllc场景下系统用户性能。
[0049]
可以用平均信息泄露来量化安全性，译码错误概率来量化可靠性，从而分析安全性、时延和可靠性之间的相互影响关系，实现surllc场景下的用户性能分析。由于平均信息泄露的近似表达式里面包含时延td以及译码错误概率∈d，可以固定∈d＝10-7
(以满足surllc对可靠性的要求)，通过调整系统参数配置(例如数据包大小、信号发送功率和天线数等)，分析平均信息泄露和时延之间的关系，并权衡安全性、时延和可靠性，以实现surllc。此外，由于信道建模基于可以拟合多种衰落的α-κ-μ阴影衰落模型，可以通过调整模型参数(即α、κ、μ、m)，探究衰落环境对安全性的影响，丰富surllc场景下的用户性能分析。
[0050]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

技术特征：
1.一种面向6g surllc场景的用户性能分析方法，其特征在于，包括：s1：初始化上行大规模mimo系统场景，基于α-κ-μ阴影衰落模型，对上行大规模mimo系统中发送天线和接收天线之间的信道进行信道建模；s2：分析单个α-κ-μ阴影随机变量以及多个独立同分布α-κ-μ阴影随机变量之和的pdf精确近似闭式表达式；s3：基于阴影随机变量的pdf精确近似闭式表达式，在空时传输方案下结合空-时译码，计算接收端和窃听者处接收snr的pdf近似表达式；s4：在安全短数据包传输条件下，结合接收端和窃听者处接收snr的pdf近似表达式分析surllc场景下用户的平均信息泄露；s5：用平均信息泄露来量化安全性、译码错误概率量化可靠性，进而联合安全性、时延和可靠性，实现在任意衰落下的surllc场景下系统用户性能分析。2.根据权利要求1所述的一种面向6g surllc场景的用户性能分析方法，其特征在于，初始化上行大规模mimo系统场景，包括：在大规模mimo系统配备了l
s
、l
d
和l
e
根天线的信源(s-node)、接收端(d-node)以及一个窃听者(e-node)中，假设从s-node到d-node(主信道)和从s-node到e-node(窃听信道)的信道在完美csi下经历独立的准静态α-κ-μ阴影衰落和路径损耗，用β
k
表示s-node与之间的路径损耗，|h
ij,k
|2表示s-node的第i根天线与k-node的第j根天线之间小尺度和阴影衰落增益，对于任意i、j和k，假设|h
ij,k
|2为独立同分布的α-κ-μ阴影随机变量，其中3.根据权利要求1所述的一种面向6g surllc场景的用户性能分析方法，其特征在于，对上行大规模mimo系统中发送天线和接收天线之间的信道进行信道建模，包括：其中，w
ακμm
表示衰落参数为α、κ、μ和m的α-κ-μ阴影随机变量，α表示描述传播介质的非线性参数，μ表示多径波簇数量，κ表示主导分量功率与散射分量功率之间的比值，σ2表示独立同分布且均值为0的高斯随机变量x
i
和y
i
的方差，p
i
和q
i
分别表示第一、第二常规实数，m表示nakagami-m随机变量ξ的成型参数，并且ξ的均方值为ω2表示α-κ-μ阴影随机变量w
ακμm
的均值，4.根据权利要求1所述的一种面向6g surllc场景的用户性能分析方法，其特征在于，单个α-κ-μ阴影随机变量的pdf的精确近似闭式表达式，包括：其中，表示单个α-κ-μ阴影随机变量w
ακμm
的pdf精确近似闭式表达式，x表示任意实数，表示单个α-κ-μ阴影随机变量w
ακμm
的pdf精确近似闭式表达式所涉及的相关参
数集，α表示描述传播介质的非线性参数，μ表示多径波簇数量，κ表示主导分量功率与散射分量功率之间的比值，m表示nakagami-m随机变量ξ的成型参数，表示第一信道参量，第一信道参量，表示第二信道参量，表示第二信道参量，表示第三信道参量，ω2表示α-κ-μ阴影随机变量w
ακμm
的均值，γ(
·
)表示gamma函数。5.根据权利要求1所述的一种面向6g surllc场景的用户性能分析方法，其特征在于，多个独立同分布α-κ-μ阴影随机变量之和的pdf精确近似闭式表达式，包括：其中，表示l个独立同分布α-κ-μ阴影随机变量之和的pdf精确近似闭式表达式，x表示任意实数，表示l个独立同分布α-κ-μ阴影随机变量之和的pdf精确近似闭式表达式所涉及的相关参数集，表示第一信道参量，表示第一信道参量，表示第二信道参量，表示第二信道参量，表示第四信道参量，表示第四信道参量，表示信道参量权重，l表示独立同分布的α-κ-μ阴影随机变量数量，γ(
·
)表示gamma函数，ω2表示α-κ-μ阴影随机变量w
ακμm
的均值，6.根据权利要求1所述的一种面向6g surllc场景的用户性能分析方法，其特征在于，接收端和窃听者处的接收snr，包括：其中，γ
k
表示k-node处的接收snr，表示接收端或窃听者，β
k
表示信源s-node与k-node之间的路径损耗，ρ表示s-node的发送功率，表示信道的加性高斯白噪声的功率，b表示带宽，表示噪声功率谱密度，l
s
表示s-node配备的天线数，表示接收端或窃听者配备的天线数，|h
ij,k
|2表示s-node的第i根天线与k-node的第j根天线之间小尺度和阴影衰落增益。7.根据权利要求1所述的一种面向6g surllc场景的用户性能分析方法，其特征在于，计算接收端和窃听者处接收snr的pdf近似表达式，包括：
其中，表示k-node处接收snr的pdf近似表达式，表示接收端或窃听者，x表示任意实数，α表示描述传播介质的非线性参数，μ表示多径波簇数量，κ表示主导分量功率与散射分量功率之间的比值，m表示nakagami-m随机变量ξ的成型参数，ω2表示α-κ-μ阴影随机变量w
ακμm
的均值，β
k
表示信源s-node与之间的路径损耗，ls表示s-node配备的天线数，表示接收端或窃听者配备的天线数，ρ表示s-node的发送功率，表示信道的加性高斯白噪声的功率，γ(
·
)表示gamma函数，表示第一信道参量，表示第一信道参量，表示第二信道参量，表示第二信道参量，表示第四信道参量，表示第四信道参量，表示信道参量权重。8.根据权利要求1所述的一种面向6g surllc场景的用户性能分析方法，其特征在于，surllc场景下用户的平均信息泄露，包括：其中，表示surllc场景下用户的平均信息泄露，y表示外层积分变量且y∈[0,∞)，γ
d
、γ
e
分别表示接收端d-node处的接收snr和窃听者e-node处的接收snr，表示在γ
e
＝y条件下γ
d
的信息泄露，t
d
表示时延，z表示内层积分变量且z∈[y,∞)，和分别表示接收端和窃听者处接收snr的pdf近似表达式。

技术总结
本发明属于无线通信技术领域，具体涉及一种面向6G SURLLC场景的用户性能分析方法，包括：针对未来6G复杂且多元的衰落环境，利用α-κ-μ阴影衰落模型，对任意衰落参数值下的上行大规模MIMO系统进行信道建模；推导出单个α-κ-μ阴影变量和多个α-κ-μ阴影变量之和的PDF近似表达式，提升该模型的分析和计算可处理性；在空时传输方案下结合空-时译码，分析接收信噪比的PDF，并推导出信息泄露和平均信息泄露的表达式；用平均信息泄露量化安全性，译码错误概率量化可靠性，在不同衰落环境下，联合安全性、时延和可靠性，实现面向6G SURLLC场景的系统用户性能分析，有助于SURLLC场景的系统设计和实际部署。场景的系统设计和实际部署。场景的系统设计和实际部署。


技术研发人员：曾捷 徐卿钦 武腾 陈昌川 张弼茹 宋雨欣 叶子任 郭捷兴 江昌博
受保护的技术使用者：重庆邮电大学
技术研发日：2023.06.16
技术公布日：2023/9/16