文献

J-GLOBAL ID：202002249279535508   整理番号：20A2615980

プロアクティブ盗聴ネットワークのための全二重リレーの電力と位置の最適化【JST・京大機械翻訳】

Power and Location Optimization of Full-Duplex Relay for Proactive Eavesdropping Networks

著者 (5件)： Ma Rui (School of Microelectronics and Communication Engineering, Chongqing University, Chongqing, China) ,  Wu Haowei (School of Microelectronics and Communication Engineering, Chongqing University, Chongqing, China) ,  Ou Jinglan (School of Microelectronics and Communication Engineering, Chongqing University, Chongqing, China) ,  Peng Qihao (School of Microelectronics and Communication Engineering, Chongqing University, Chongqing, China) ,  Gao Yue (Institute of Communication Systems, University of Surrey, Guildford, U.K)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 196712-196726  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本研究では,1つの疑わしいソースが1つの専用電力ビーコンからエネルギーハーベスティング(EH)を実行し,次に1つの疑わしい目的地と通信する,無線電力の疑わしい通信ネットワーク上の優しいフル二重(FD)中継とレギミートモニタを通して,先物的盗聴を調査した。この設定の下で,リレー支援先物的盗聴方式を設計して,システムの監視性能を改善した。閉形式表現を線形および非線形EHモデルの下で導出し,疑わしいリンクのための復号化故障確率,盗聴リンクのための盗聴停止確率,および平均盗聴率(AER)を含む。これらの得られた表現に基づいて,AERを最大にする最適化問題を,リレーの電力と位置を同時に最適化することによって定式化した。最適解の存在を注意深く解析した。さらに,電力と位置の別々の最適化問題を最初に確立して,次に,二分ベースの探索アルゴリズムを,線形EHモデルによる共同最適化問題のために提示した。さらに,共同最適化の複雑性を減らすために,低複雑性学習ベースの反復アルゴリズムを,深いフィードフォワードニューラルネットワークのよく適合特性を採用することによって,さらに提案した。数値結果により,提案アルゴリズムの有効性を検証し,最適化FD中継支援先物的盗聴方式が,参照方式より優れていることを示した。最後に,提案した先験的盗聴方式の適用シナリオを考察した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *最適化 ,  学習 ,  故障率 ,  最適化問題 ,  通信網 ,  *電力 ,  ビーコン ,  復号化 ,  定式化
準シソーラス用語： 最適解 ,  探索アルゴリズム ,  閉形式 ,  反復アルゴリズム ,  エネルギーハーベスティング , 【Automatic Indexing@JST】

分類 (1件)： 無線通信一般  (ND08010L)

タイトルに関連する用語 (3件)： 盗聴 ,  リレー ,  最適化