論文の概要: Fluid Antenna System-assisted Physical Layer Secret Key Generation

• arxiv url: http://arxiv.org/abs/2509.15547v1
• Date: Fri, 19 Sep 2025 03:01:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-22 18:18:10.970414
• Title: Fluid Antenna System-assisted Physical Layer Secret Key Generation
• Title（参考訳）: 流体アンテナシステムを用いた物理層秘密鍵生成
• Authors: Zhiyu Huang, Guyue Li, Hao Xu, Derrick Wing Kwan Ng,
• Abstract要約: 本稿では,流体アンテナシステム(FAS)を動的無線環境に適用することにより,多元系基地局システムにおける物理層生成(PLKG)について検討する。 本研究では,送信ビームフォーミングとポート選択を統合したPLKGモデルを提案する。 本論文で導入したスライディングウィンドウベースポート選択法は,動的ポート選択により,より少ないチェーンで高いKGRを実現する。
• 参考スコア（独自算出の注目度）: 64.92952968689636
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper investigates physical-layer key generation (PLKG) in multi-antenna base station systems, by leveraging a fluid antenna system (FAS) to dynamically customize radio environments. Without requiring additional nodes or extensive radio frequency chains, the FAS effectively enables adaptive antenna port selection by exploiting channel spatial correlation to enhance the key generation rate (KGR) at legitimate nodes. To comprehensively evaluate the efficiency of the FAS in PLKG, we propose an FAS-assisted PLKG model that integrates transmit beamforming and sparse port selection under independent and identically distributed and spatially correlated channel models, respectively. Specifically, the PLKG utilizes reciprocal channel probing to derive a closed-form KGR expression based on the mutual information between legitimate channel estimates. Nonconvex optimization problems for these scenarios are formulated to maximize the KGR subject to transmit power constraints and sparse port activation. We propose an iterative algorithm by capitalizing on successive convex approximation and Cauchy-Schwarz inequality to obtain a locally optimal solution. A reweighted $\ell_1$-norm-based algorithm is applied to advocate for the sparse port activation of FAS-assisted PLKG. Furthermore, a low-complexity sliding window-based port selection is proposed to substitute reweighted $\ell_1$-norm method based on Rayleigh-quotient analysis. Simulation results demonstrate that the FAS-PLKG scheme significantly outperforms the FA-PLKG scheme in both independent and spatially correlated environments. The sliding window-based port selection method introduced in this paper has been shown to yield superior KGR, compared to the reweighted $\ell_1$-norm method. It is shown that the FAS achieves higher KGR with fewer RF chains through dynamic sparse port selection.
• Abstract（参考訳）: 本稿では,マルチアンテナ基地局システムにおける物理層鍵生成(PLKG)について,流体アンテナシステム(FAS)を用いて動的に無線環境をカスタマイズする手法を提案する。 追加ノードや広範囲の無線周波数チェーンを必要としないため、FASはチャネル空間相関を利用して適応アンテナポート選択を効果的に実現し、正規ノードにおけるキー生成率(KGR)を高める。 PLKGにおけるFASの効率を総合的に評価するために,送信ビームフォーミングとスパースポート選択を統合したFAS支援PLKGモデルを提案する。 具体的には、PLKGは、正当チャネル推定間の相互情報に基づいて、相互チャネルプローブを用いてクローズドフォームKGR式を導出する。 これらのシナリオに対する非凸最適化問題は、KGR対象の電力制約とスパースポートアクティベーションを最大化するために定式化される。 本稿では,連続凸近似とコーシー=シュワルツの不等式を利用して局所最適解を求める反復アルゴリズムを提案する。 再重み付き$\ell_1$-normベースのアルゴリズムを適用し,FAS支援PLKGのスパースポート活性化を提唱する。 さらに、レイリー商解析に基づく再重み付き$\ell_1$-norm法の代わりに、低複雑さなスライディングウィンドウベースのポート選択を提案する。 シミュレーションの結果,FA-PLKGスキームは独立環境と空間的相関環境の両方において,FA-PLKGスキームよりも有意に優れていた。 本論文で導入されたスライディングウィンドウベースポート選択法は,再重み付き$\ell_1$-norm法と比較して,優れたKGRが得られることが示された。 FASは、動的スパースポート選択により、RF鎖が少なくて高いKGRを達成する。

関連論文リスト

• Green Learning for STAR-RIS mmWave Systems with Implicit CSI [53.03358325565645]
  再構成可能なインテリジェントサーフェス (STAR-RIS) 支援ミリ波放送システム (mmWave) を同時に送信し, 反射するグリーンラーニング (GL) ベースのプリコーディングフレームワークを提案する。 本研究は,将来の6Gネットワークにおける環境持続可能性を重視し,複数のユーザが同一情報を共有し,スペクトル効率を向上し,冗長伝送と電力消費を低減させるシナリオに,トランスミッションフレームワークを採用する。
  論文  参考訳（メタデータ） (2025-09-08T15:56:06Z)
• A Fluid Antenna Enabled Physical Layer Key Generation for Next-G Wireless Networks [83.86388221738225]
  物理層鍵生成(PLKG)は、セキュリティインフラなしで無線チャネルから秘密鍵を入手することができる。 厳しい伝播環境では、キー生成率(KGR)が著しく低下する。 本稿では,この課題に対処するために,新しい流体アンテナ (FA) を用いたPLKGシステムを提案する。
  論文  参考訳（メタデータ） (2025-08-16T18:39:19Z)
• Learning to Gridize: Segment Physical World by Wireless Communication Channel [32.95972150896482]
  Channel Space Gridization (CSG) は、チャネル推定とグリッド化を初めて統合する先駆的なフレームワークである。 トレーニング可能なRSRP-to-CAPSエンコーダ、学習可能なスパースコードブック量子化器、物理インフォームドデコーダを備えたCSGオートエンコーダ(CSG-AE)を開発した。 CSG-AEは合成データのCAPS推定精度とクラスタリング品質に優れる。
  論文  参考訳（メタデータ） (2025-07-21T08:43:34Z)
• Backscatter Device-aided Integrated Sensing and Communication: A Pareto Optimization Framework [59.30060797118097]
  統合センシング・通信(ISAC)システムは、密集した都市非視線シナリオにおいて大きな性能劣化に遭遇する可能性がある。 本稿では,自然環境に分散した受動的BDを利用した後方散乱近似(BD)支援ISACシステムを提案する。
  論文  参考訳（メタデータ） (2025-07-12T17:11:06Z)
• Optical ISAC: Fundamental Performance Limits and Transceiver Design [5.97536075941862]
  本稿では,光ポイントツーポイントシステムにおける最適容量歪み(C-D)トレードオフを特徴付ける。 我々は、最適速度歪み(R-D)領域を考察し、いくつかの内外境界(OB)を探索する。
  論文  参考訳（メタデータ） (2024-08-21T17:25:40Z)
• Self-supervised Feature-Gate Coupling for Dynamic Network Pruning [46.14789934991936]
  特徴とゲートの分布を整列する特徴ゲート結合(FGC)手法を提案する。 FGCはプラグアンドプレイモジュールであり、反復的な自己管理方式で2つのステップが実行される。 実験結果から,提案手法がベースラインアプローチを著しく改善することを確認した。
  論文  参考訳（メタデータ） (2021-11-29T02:16:54Z)
• Optimization-driven Deep Reinforcement Learning for Robust Beamforming in IRS-assisted Wireless Communications [54.610318402371185]
  Intelligent Reflecting Surface (IRS)は、マルチアンテナアクセスポイント(AP)から受信機へのダウンリンク情報伝達を支援する有望な技術である。 我々は、APのアクティブビームフォーミングとIRSのパッシブビームフォーミングを共同最適化することで、APの送信電力を最小化する。 過去の経験からビームフォーミング戦略に適応できる深層強化学習(DRL)手法を提案する。
  論文  参考訳（メタデータ） (2020-05-25T01:42:55Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。