可移动RIS在6G ISAC系统中的安全传输技术
1. 可移动RIS辅助ISAC系统的安全传输技术解析
在6G通信与感知一体化（ISAC）系统中，信息安全面临严峻挑战。传统静态可重构智能表面（RIS）虽然能增强物理层安全（PLS），但其固定架构难以适应动态多用户场景的波束调控需求。我们提出一种创新的可移动RIS（MRIS）架构，通过机械滑动子表面实现波束动态重构，为ISAC系统提供低成本、高灵活性的安全增强方案。
1.1 MRIS架构设计原理
MRIS采用双层堆叠结构：
- 固定基表面（S1）：由M=M_r×M_c个透射单元组成，提供基础反射面
- 可移动子表面（S2）：包含N=N_r×N_c个单元，通过精密滑轨在S1表面移动
当S2与S1在不同位置重叠时，可合成B=(M_r-N_r+1)×(M_c-N_c+1)种波束模式。这种设计突破性地实现了：
- 静态相位调控：每个单元保持固定相位偏移，降低控制复杂度
- 动态波束成形：通过S2的机械位移改变等效阵列孔径，产生空间可重构性
- 能效优化：相比主动RIS减少90%以上功耗，相比MA-RIS降低75%控制开销
关键创新：通过引入机械自由度（DoF），MRIS在保持静态相位配置的前提下，实现类似动态波束扫描的效果。实测表明，当S2仅占S1面积的20%时，系统可获得3.2倍的波束指向灵活性提升。
1.2 系统安全威胁模型
考虑城市峡谷场景下的ISAC系统：
- 合法用户：K个单天线用户，信道服从Rician分布
- 窃听者：J个潜在窃听目标，同时作为雷达感知对象
- 信道不确定性：
- 距离估计误差：|Δd_RE,j| ≤ D_RE,j
- 角度估计误差：|Δθ_RE,j| ≤ Θ_RE,j，|Δφ_RE,j| ≤ Ψ_RE,j
- 非视距散射：|h̃_E,j,m| ≤ ε_E,j,m
系统采用专用雷达信号作为人工噪声（AN），在提升感知性能的同时增强安全传输。但传统方案存在两个关键缺陷：
- 静态RIS无法实时规避窃听方向
- 信道估计误差导致安全速率下降达47%
2. 鲁棒安全传输优化框架
2.1 问题建模与挑战
建立最大最小安全速率优化问题：
目标函数： max min_{k∈K} Σ_{b=1}^B χ_k,b [R_U,k,b - max_j R_E,k,j,b]^+
约束条件：
- 总功率限制：Σ_k χ_k,b ||w_k,b||^2 + ||f_b||^2 ≤ P_max
- 波束模式分配：Σ_b χ_k,b = 1, χ_k,b ∈ {0,1}
- 用户QoS：Σ_b χ_k,b R_U,k,b ≥ Γ_k
- 感知要求：P_j,b ≥ Γ^E_j
- 单位模约束：|θ_m|=1, |ϕ_n|=1
该问题面临三重非凸性：
- 目标函数中的max-min结构
- 波束赋形与RIS相位的耦合
- 窃听信道不确定性的半无限约束
2.2 不确定性边界构造
针对Rician信道的复合不确定性，提出几何安全近似方法：
LOS分量不确定性：
- 距离误差导致幅度变化：R_m ∈ [β_1/(d̄_RE+D_RE), β_1/(d̄_RE-D_RE)]
- 角度误差引起相位扰动：Δψ_m = 2π|(δ̂^E_r-δ̄^E_r)(m_r-1)+(δ̂^E_c-δ̄^E_c)(m_c-1)|
NLOS分量不确定性：
- 散射导致半径变化：r_m ∈ [β_2ε_E,m/(d̄_RE+D_RE), β_2ε_E,m/(d̄_RE-D_RE)]
通过Minkowski和运算构建非凸不确定区域，并外接圆形安全边界： $$ \tilde{r}m = \sqrt{(R^o_m)^2 + R^2{m,out} - 2R^o_m R_{m,out}\cos(\Delta\psi_m)} $$ 其中R^o_m为等效圆心半径。仿真显示该边界紧密度η可达0.85以上，在D_RE=5m时仍保持0.3以上的覆盖效率。
2.3 算法设计
采用交替优化（AO）框架分解问题：
2.3.1 基站波束赋形优化
- 使用WMMSE方法处理max-min结构
- 通过S-procedure将半无限约束转化为LMI： $$ \begin{bmatrix} \lambda_{k,j,b}I_M - A_{k,b} & -a_{k,j,b} \ -a_{k,j,b}^H & \bar{\lambda}_{k,j,b} \end{bmatrix} \succeq 0 $$
- 引入辅助变量v_k,b, \bar{v}_{k,j,b}解耦目标函数
2.3.2 波束模式分配
- 采用big-M方法处理二元变量： ς_k,b ≤ M_1χ_k,b
- 强对偶性重构非凸约束： min χ_k,b - χ^2_k,b ≈ χ_k,b - 2χ^{(τ)}{k,b}χ_k,b + (χ^{(τ)}{k,b})^2
2.3.3 RIS相位优化
- 惩罚对偶分解（PDD）处理单位模约束：
- 内环：固定˘ν_θ优化ν_θ
- 外环：˘ν_θ = exp(j∠(ρ_2^{-1}ν_θ + λ_θ))
算法复杂度为O(I_AO(B_s S_Wf + S_χ + I_PDD S_θ))，其中S_Wf含(M+1)^3维LMI计算。
3. 关键实现技术与性能分析
3.1 波束成形策略对比
| 方案 | 波束增益(dB) | 用户SINR(dB) | 窃听SINR(dB) |
|---|---|---|---|
| 静态RIS | 82.1 | 18.7 | 9.2 |
| MRIS-B2 | 84.3 (+2.2) | 22.1 (+3.4) | 6.5 (-2.7) |
| MRIS-B1 | 83.9 (+1.8) | 21.7 (+3.0) | 7.1 (-2.1) |
实测数据表明：
- MRIS通过S2滑动形成两个独立波束，分别对准用户1（U1）和用户2（U2）
- AN能量集中指向窃听方向，实现8.3dB的干扰增强
- 相比静态RIS，安全速率提升3.4倍
3.2 单元分配优化
固定总单元数M+N=36时，不同配置的性能比较：
（横轴：S2单元数N，纵轴：最小安全速率）
关键发现：
- 最佳性能出现在N≈6时（占总数16.7%）
- 二维分配优于一维，列方向分配峰值达5.2bps/Hz
- N=4×4时性能反而不如N=3×3，说明S1孔径收缩的负面影响
3.3 动态环境适应性
多用户场景（J=4）：
- 当K从2增至12时，所有方案性能下降
- 但5×5 S1 + 3×3 S2配置仍保持4.8bps/Hz（K=8）
多窃听场景（K=4）：
- N=3×3配置展现最强鲁棒性
- 在J=8时仍维持3.7bps/Hz，波动小于±0.5dB
4. 工程实践建议
4.1 硬件实现要点
- 滑轨精度控制：位移误差应小于λ/16（2.5mm@3GHz）
- 单元耦合抑制：采用电磁屏蔽栅格，隔离度≥30dB
- 快速切换机制：步进电机响应时间<50ms
4.2 参数配置指南
- S2面积占比：建议15-25%
- 移动步长：d_R/2=λ/8（平衡精度与速度）
- 控制周期：10-100ms（依场景动态调整）
4.3 典型故障排查
| 现象 | 可能原因 | 解决方案 |
|---|---|---|
| 波束畸变 | S2单元失配 | 相位校准+幅度补偿 |
| 切换延迟 | 机械卡滞 | 润滑滑轨+减小负载 |
| 安全速率骤降 | 信道突变 | 触发紧急模式，启用全AN |
5. 技术演进展望
本方案后续可沿三个方向拓展：
- 智能控制：结合深度强化学习实现毫秒级波束预测
- 混合架构：S2集成少量主动单元提升自由度
- 太赫兹扩展：亚波长间距设计支持更高频段
实测中发现当用户与RIS呈特定几何关系时，N=2×2配置会出现性能异常。这提示我们需开发自适应选择算法，根据实时拓扑动态调整S2尺寸。未来可探索数字孪生辅助的在线优化框架，进一步提升复杂环境下的鲁棒性。