Atténuation du brouillage pour les réseaux de relais mixtes RF/FSO en cas d’interceptions simultanées

Atténuation du brouillage pour les réseaux de relais mixtes RF/FSO en cas d’interceptions simultanées

V. H. Le, T. T. Nguyen, K. K. Nguyen, V. A. Mba et S. Singh, “Jamming Mitigation for Mixed RF/FSO Relay Networks Under Simultaneous Interceptions,” GLOBECOM 2023 – 2023 IEEE Global Communications Conference, Kuala Lumpur, Malaisie, 2023, pp. 6819-6824, doi : 10.1109/GLOBECOM54140.2023.10436735.
Ti Ti Nguyen
Kim Khoa Nguyen
Van Hau Le
Verdier Assoume Mba
Satinder Singh

Abstract or Summary

Dans cet article, nous concevons un plan d’atténuation du brouillage pour protéger un réseau de relais mixte radiofréquence/optique en espace libre (RF/FSO) dans le contexte où les systèmes RF et FSO sont simultanément attaqués par des brouilleurs ennemis. Notre conception vise à optimiser conjointement l’attribution de puissance (PA) et la stratégie de réglage du champ de vision (FoV) afin de maximiser le débit total de la liaison montante RF sous réserve de contraintes pratiques concernant l’atténuation du brouillage dans les systèmes FSO et RF. Afin de résoudre le problème d’optimisation non convexe sous-jacent, nous dérivons tout d’abord l’expression de la forme fermée de l’angle Fo V optimal. Ensuite, la solution optimale de l’angle du champ visuel est utilisée pour résoudre l’optimisation PA. Comme le problème PA a une forme non convexe, nous utilisons une technique avancée d’approximation de Taylor du premier ordre avec la méthode de la différence des fonctions convexes (D.C) pour le résoudre. En outre, sur la base de la méthode MADRL (Multi-Agent Deep Reinforcement Learning), nous développons un algorithme d’atténuation du brouillage basé sur MADRL afin d’obtenir la solution optimisée de l’AP en temps quasi réel. Les résultats numériques montrent que les performances de l’algorithme d’atténuation du brouillage basé sur MADRL proposé, avec une faible complexité de calcul, sont proches de celles de la méthode d’optimisation.

https://ieeexplore.ieee.org/abstract/document/10436735

Implications of the Research

I. Introduction

Le réseau de relais mixte radiofréquence/optique en espace libre (RF/FSO) est une topologie essentielle dans le déploiement tactique militaire. Grâce à sa grande capacité, le FSO est largement déployé dans la liaison d’accès du dernier kilomètre dans les réseaux cellulaires tactiques, qui peuvent acheminer l’énorme quantité de trafic des utilisateurs à partir des réseaux RF. En outre, les liaisons FSO basées sur la technologie laser avec communication en ligne de mire (LoS) facilitent l’isolation des interférences entre les systèmes RF et FSO. Ces propriétés rendent le FSO plus avantageux que le cuivre, la fibre et la RF dans les applications de backhauling. Toutefois, à l’instar d’autres systèmes militaires, le réseau de relais mixte RF/FSO est également sensible aux interceptions électroniques de l’ennemi. L’interception peut se produire dans le système RF lorsque des espions passifs tentent de détecter l’emplacement des utilisateurs militaires par le biais de signaux RF rayonnés [1], ou lorsque des brouilleurs actifs envoient des signaux de brouillage pour perturber le lien de communication du récepteur de l’utilisateur [2]. Dans les systèmes FSO, les brouilleurs peuvent intercepter le système en exploitant les propriétés spécifiques de la communication FSO, telles que les gammes limitées de longueurs d’onde, l’exigence d’une ouverture plus grande et l’établissement d’un mécanisme de pointage fin, etc [3]. Cela représente une menace sérieuse pour la capacité et la fiabilité du réseau, en particulier lorsque la demande de communication militaire augmente de manière significative.

 

II. Modèle de système

III. Formulation d’un double problème de lutte contre le brouillage

IV. Approche multi-agents de l’apprentissage par renforcement profond

V. Résultats numériques

Visuals

Supplementary Materials

Acknowledgements

Citations and References

  1. A. H. A. El-Malek, A. M. Salhab, S. A. Zummo et M. -S. Alouini, “Effect of RF Interference on the Security-Reliability Tradeoff Analysis of Multiuser Mixed RF/FSO Relay Networks With Power Allocation,” in Journal of Lightwave Technology, vol. 35, no. 9, pp. 1490-1505, 1 mai1, 2017, doi : 10.1109/JLT.2017.2687863
  2. P. Paul et M. R. Bhatnagar, “Random Relay Jamming in Cooperative Free Space Optical Systems,” in IEEE Systems Journal, vol. 16, no. 2, pp. 2413-2424, juin 2022, doi : 10.1109/JSYST.2021.3099019.
  3. P. Paul, M. R. Bhatnagar et A. Jaiswal, “Jamming in Free Space Optical Systems : Mitigation and Performance Evaluation,” in IEEE Transactions on Communications, vol. 68, no. 3, pp. 1631-1647, mars 2020, doi : 10.1109/TCOMM.2019.2957461.
  4. A. H. Abd El-Malek, A. M. Salhab, S. A. Zummo et M. -S. Alouini, “Enhancing Physical Layer Security of Multiuser SIMO Mixed RF/FSO Relay Networks with Multi-Eavesdroppers,” 2016 IEEE Globecom Workshops (GC Wkshps), Washington, DC, USA, 2016, pp. 1-7, doi : 10.1109/GLOCOMW.2016.7848894.
  5. P. Paul, S. Ghosh et M. R. Bhatnagar, “Abating Jamming in Free Space Optical Systems-A Game-Theoretic Solution,” in IEEE Transactions on Communications, vol. 69, no. 12, pp. 8375-8387, Dec. 2021, doi : 10.1109/TCOMM.2021.3109941.
  6. J. -Y. Wang, Y. Ma, R. -R. Lu, J. -B. Wang, M. Lin et J. Cheng, “Hovering UAV-Based FSO Communications : Channel Modelling, Performance Analysis, and Parameter Optimization,” in IEEE Journal on Selected Areas in Communications, vol. 39, no. 10, pp. 2946-2959, Oct. 2021, doi : 10.1109/JSAC.2021.3088656.
  7. Q. Kuang, J. Speidel et H. Droste, “Joint Base-Station Association, Channel Assignment, Beamforming and Power Control in Heterogeneous Networks,” 2012 IEEE 75th Vehicular Technology Conference (VTC Spring), Yokohama, Japan, 2012, pp. 1-5, doi : 10.1109/VETECS.2012.6239962

Other Publications

Communications, réseaux, sécurité et applications métaverses : Questions de recherche, état de l’art et orientations futures
Sécurité et protection de la vie privée pour les surfaces intelligentes reconfigurables dans la 6G : examen des applications et des défis potentiels
Cadre d’apprentissage actif semi-supervisé alimenté par l’apprentissage fédéré pour la détection des intrusions dans les ZSM
Réseaux 6G alimentés par l’IRS : Stratégies de déploiement, optimisation des performances et orientations futures de la recherche
Retour au haut Drag