FA辅助通感一体化安全通信系统的波束成形设计

摘要：针对6G移动通信系统中通信感知一体化与物理层安全的关键需求，研究基于流体天线阵列的安全通感一体化系统设计。通过联合优化基站预编码矩阵、人工噪声向量及流体天线位置分布，构建以最大最小化雷达回波增益为目标的物理层安全传输模型，同时约束窃听者信噪比并保障合法用户服务

FA辅助通感一体化安全通信系统的波束成形设计

（1. 东南大学信息科学与工程学院，江苏南京 211189；

2. 东南大学移动通信国家重点实验室，江苏南京 210096）

【摘要】针对6G移动通信系统中通信感知一体化与物理层安全的关键需求，研究基于流体天线阵列的安全通感一体化系统设计。通过联合优化基站预编码矩阵、人工噪声向量及流体天线位置分布，构建以最大最小化雷达回波增益为目标的物理层安全传输模型，同时约束窃听者信噪比并保障合法用户服务质量。为解决该多变量强耦合的非凸优化问题，提出一种基于交替优化、顺序秩一约束松弛、和连续凸近似的算法实现子问题的高效求解。仿真结果表明，所提算法相较于传统固定天线方案，在保证通信安全阈值的前提下，可实现雷达探测性能提升，极大提升系统性能。

【关键词】流体天线；通感一体化；物理层安全；波束成形

doi:10.3969/j.issn.1006-1010.20250224-0002

中图分类号：TN929.5文献标志码：A

文章编号：1006-1010(2025)04-0055-07

引用格式：王惟森,刘孟宇,潘存华. FA辅助通感一体化安全通信系统的波束成形设计[J]. 移动通信, 2025,49(4): 55-61.

WANG Weisen, LIU Mengyu, PAN Cunhua. Beamforming Design of FA-aided Secure Integrated Sensing and Communication System[J]. Mobile Communications, 2025,49(4): 55-61.

0 引言

随着第五代移动通信系统（5G, 5th Generation Mobile Communication Technology）的全球商用部署，第六代移动通信（6G, 6th Generation Mobile Communication Technology）已成为学术界与产业界共同关注的核心领域。6G不仅需要在传输速率、时延和连接密度等性能指标上实现突破，更需通过跨领域技术融合重构通信范式。在此背景下，通信与感知一体化（ISAC, Integrated Sensing and Communication,）作为一种颠覆性技术脱颖而出。ISAC通过将无线通信与雷达感知功能深度耦合，实现了对物理环境的实时感知与高效数据传输的协同优化，为智能城市、自动驾驶、工业物联网等场景提供了全新的技术框架[1-3]双功能雷达通信基站（DFRC, Dual-Functional Radar-Communication）是ISAC系统的关键技术分支，其核心目标是通过统一的硬件架构和波形设计，使同一无线信号同时承担雷达感知与通信任务，从而实现频谱与硬件资源的高效复用[4-5]。与ISAC的另一技术雷达和通信共存（RCC, Radar and Communication Coexistence）相比，DFRC可以降低硬件成本，简化设计复杂度并降低硬件复杂度。目前，DFRC越来越受到人们的关注，且许多研究者关注到DFRC基站处的波束成形设计问题，通过优化基站端的波束，可以显著降低对通信用户的干扰[6-7]。但同时，也有不少研究者发现，DFRC的双功能特性可能导致严重的安全问题，特别是不进行特定的设计时，信号中的通信数据很可能被窃听者窃取。因此，在ISAC系统设计中，必须考虑到物理层安全（PLS, Physical-Layer Security）领域的波束成形技术[8]现有的波束成形技术依赖于固定位置天线阵列（FPA, Fixed Position Antenna），由于天线位置固定，天线转向矢量的自由度受限，削弱了安全波束成形的增益[9]而流体天线（FA, Fluid Antenna）的出现克服了这一限制，与传统天线不同，通过利用额外的空间自由度，FA阵列中的所有天线位置可以在指定区域灵活调整，从而实现无线信道的重新配置，提高通信系统的容量[10]。相关研究已经证明了FA技术在波束成形、增强感知性能等问题上的显著优势。其中不少研究者关注到FA的可能应用、硬件结构和性能特性[10-11]，也有研究者探索了有关FA信道建模的相关问题[12]。另外，文献[13]还对FA信道估计的相关问题展开了研究。

在物理层安全和ISAC等相关问题上，FA也发挥出了他的独特优势。文献[14-16]凸显了FA阵列在物理层安全中对波束成形和保密率提升的显著作用，以及FA在ISAC系统中的波束赋形优势和对信道增益的提升。

相较于现有研究，本文在安全通感一体化系统设计中实现了多维度的理论突破与方法创新。针对传统固定天线阵列在波束成形自由度与安全冗余度方面的固有局限，本文设计了FA辅助的DRFC安全通信系统，聚焦于物理层安全问题，希望在多天线基站、单天线用户和窃听者的ISAC系统中实现保密通信，同时提高DRFC系统对多个特定方向的雷达回波增益。文章的目标是在保证用户端通信信噪比和窃听者处拦截信噪比符合要求的前提下，通过联合优化DRFC基站端的预编码矩阵、人工噪声向量和FA阵列位置，最大最小化多个特定方向的雷达回波增益的最小值。仿真结果验证了FA阵列在6G安全感知场景中的性能增益，为通信感知一体化系统的安全部署提供了新的理论工具与技术路径。

1 系统模型和问题建模

1.1 FA辅助的ISAC系统模型

1.2 信道建模

1.3 问题构建

2 优化算法

2.1 优化基站处的预编码矩阵W和人工噪声矩阵Rz

2.2 优化流体天线位置

2.3 算法收敛性和复杂度分析

3 仿真结果

4 结束语

[1] Liu F, Cui Y, Masouros C, et al. Integrated sensing and communications: Toward dual-functional wireless networks for 6G and beyond[J]. IEEE journal on selected areas in communications, 2022,40(6): 1728-1767.

[2] Tan D K P, He J, Li Y, et al. Integrated sensing and communication in 6G: Motivations, use cases, requirements, challenges and future directions[C]//2021 1st IEEE International Online Symposium on Joint Communications & Sensing (JC&S). IEEE, 2021: 1-6.

[3] Liu F, Masouros C, Petropulu A P, et al. Joint radar and communication design: Applications, state-of-the-art, and the road ahead[J]. IEEE Transactions on Communications, 2020,68(6): 3834-3862.

[4] Hassanien A, Amin M G, Aboutanios E, et al. Dual-function radar communication systems: A solution to the spectrum congestion problem[J]. IEEE Signal Processing Magazine, 2019,36(5): 115-126.

[5] Zheng L, Lops M, Eldar Y C, et al. Radar and communication coexistence: An overview: A review of recent methods[J]. IEEE Signal Processing Magazine, 2019,36(5): 85-99.

[6] Liu X, Huang T, Shlezinger N, et al. Joint transmit beamforming for multiuser MIMO communications and MIMO radar[J]. IEEE Transactions on Signal Processing, 2020,68: 3929-3944.

[7] Hua H, Xu J, Han T X. Optimal transmit beamforming for integrated sensing and communication[J]. IEEE Transactions on Vehicular Technology, 2023,72(8): 10588-10603.

[8] Chen X, Ng D W K, Gerstacker W H, et al. A survey on multiple-antenna techniques for physical layer security[J]. IEEE Communications Surveys & Tutorials, 2016,19(2): 1027-1053.

[9] Xiao Z, Zhu L, Bai L, et al. Array beamforming enabled wireless communications[M]. CRC Press, 2023.

[10] Zhu L, Ma W, Zhang R. Movable antennas for wireless communication: Opportunities and challenges[J]. IEEE Communications Magazine, 2023,62(6): 114-120.

[11] Zheng J, Zhang J, Du H, et al. Flexible-position MIMO for wireless communications: Fundamentals, challenges, and future directions[J]. IEEE Wireless Communications, 2024.

[12] Zhu L, Ma W, Zhang R. Modeling and performance analysis for movable antenna enabled wireless communications[J]. IEEE Transactions on Wireless Communications, 2023,23(6): 6234-6250.

[13] Ma W, Zhu L, Zhang R. Compressed sensing based channel estimation for movable antenna communications[J]. IEEE Communications Letters, 2023,27(10): 2747-2751.

[14] Hu G, Wu Q, Xu K, et al. Secure wireless communication via movable-antenna array[J]. IEEE Signal Processing Letters, 2024,31: 516-520.

[15] Wu H, Ren H, Pan C, et al. Movable antenna-enabled RIS-aided integrated sensing and communication[J]. arxiv preprint arxiv:2407.03228, 2024.

[16] Yao J, Xin L, Wu T, et al. FAS for secure and covert communications[J]. IEEE Internet of Things Journal, 2025.

[17] Zhang Y, Ren H, Pan C, et al. Secure wireless communication in active RIS-assisted MISO DFRC system[C]//2024 IEEE International Workshop on Radio Frequency and Antenna Technologies (iWRF&AT). IEEE, 2024: 289-294.

[18] Xiao Z, Pi X, Zhu L, et al. Multiuser communications with movable-antenna base station: Joint antenna positioning, receive combining, and power control[J]. IEEE Transactions on Wireless Communications, 2024.

[19] Zhou L, Yao J, Jin M, et al. Fluid antenna-assisted ISAC systems[J]. IEEE Wireless Communications Letters, 2024.

[20] Yu X, Xu D, Sun Y, et al. Robust and secure wireless communications via intelligent reflecting surfaces[J]. IEEE Journal on Selected Areas in Communications, 2020,38(11): 2637-2652.

[21] Cao P, Thompson J, Poor H V. A sequential constraint relaxation algorithm for rank-one constrained problems[C]//2017 25th European Signal Processing Conference (EUSIPCO). IEEE, 2017: 1060-1064.

[22] S. P. Boyd and L. Vandenberghe, Convex optimization. Cambridge university press, 2004.

[23] Zuo J, Liu Y, Zhu C, et al. Exploiting NOMA and RIS in Integrated Sensing and Communication[J]. IEEE Trans. Veh. Technol., 2023,72: 12941-12955.

[24] Yu Z, Ren H, Pan C, et al. Active RIS-aided ISAC systems: Beamforming design and performance analysis[J]. IEEE Trans. Commun., 2023,72: 1578-1595.

[25] Tang J, Pan C, Zhang Y, et al. Secure MIMO communication relying on movable antennas[J]. IEEE Transactions on Communications, 2024. ★

王惟森：东南大学在读本科生，主要研究方向为流体天线、通感一体化、物理层安全。

刘孟宇：东南大学在读硕士研究生，主要研究方向为超大规模天线、近场通信、通感一体化。

潘存华：东南大学信息科学与工程学院青年首席教授，博士生导师，国家级青年人才（海外），国家重点研发项目青年首席科学家，江苏省特聘教授，IEEE通信学会亚太杰出青年研究员，科睿唯安全球高被引学者。研究领域为无线通信中的信号处理，包括传输设计、信道估计与定位、通感一体化、AI辅助通信等。

★往期推荐★

汇总| 2025下半年专题征稿链接

《移动通信》杂志由中国电子科技集团公司主管，中国电子科技集团公司第七研究所主办，是中国期刊方阵“双效期刊”、工业和信息化部精品电子期刊、中国科技论文统计源刊、中国通信学会《信息通信领域高质量科技期刊分级目录》入选期刊、中国电子学会《电子技术、通信技术领域高质量科技期刊分级目录》入选期刊、中国应用型核心期刊、日本JST收录期刊。国内连续出版物号：CN44-1301/TN，国际连续出版物号：ISSN1006-1010，邮发代号：46-181。