AI in EE

AI IN DIVISIONS

AI in Communication Division

Deep Neural Network-based Precoder for Fairness Aware Secure NOMA Scheme

Journal : IEEE Transactions on Vehicular Technology (published: February 2022)

Abstract

본 논문은 인공 잡음(AN) 지원 보안 다중 입력 단일 출력 비직교 다중 액세스 (NOMA) 방식을 제안한다. 제안하는 방식의 설계에서는 경쟁하는 직교 다중 엑세스 (OMA) 방식에 비해 모든 사용자가 더 높은 보안 효율을 갖는다는 공정성을 고려한다. NOMA의 중요성에도 불구하고 공정성을 고려한 설계방식은 수학적 분석의 난해함으로 인해 현재까지 연구된 성과가 거의 존재하지 않는다. 본 연구는 큰 안테나 배열 및/또는 높은 신호 대 잡음 비와 같은 일부 가정에 의존하지 않고도 정보 및 인공 잡음 신호에 대한 precoder로 심층 신경망을 활용하여 이 문제를 효율적으로 해결할 수 있음을 보여준다. 또한 공정성이 충족되는 경우에만 접근 프로토콜을 OMA에서 NOMA로 전환하는 적응 모드를 제안한다. 제안된 보안 NOMA의 성능은 기존 NOMA 및 OMA 와 광범위하게 평가 및 비교된다. 비교 결과, 제안한 방식은 기존 NOMA로는 달성할 수 없는 공정성을 보장하면서 합계 보안 효율을 크게 향상시킬 수 있음을 보여준다.

 

하정석1