1.一种面向物联网隐蔽通信的稳健波束成形设计方法，其特征在于，包括如下步骤：步骤1，建立隐蔽通信环境；

步骤2，在不完美的WCSI情况下，进行隐蔽波束成形设计。

2.根据权利要求1所述的方法，其特征在于，步骤1包括：用Alice表示基站，Willie表示窃听者，Bob表示隐蔽用户，Alice将私有数据流xb发送给Bob，其中 表示零假设，即Alice没有向Bob发送私有数据流； 表示另一种假设，即Alice向Bob发送私有数据流；

同时，Willie作为窃听者在观察通信环境，并尝试识别Alice是否正在向Bob传输；为保护机密信号不被窃听，采用带智能控制器的IRS智能反射面协助隐蔽传输。

3.根据权利要求2所述的方法，其特征在于，步骤1中，设定Alice配备了N根天线，N取值为自然数；Bob和Willie各有一条天线；令 表示信号xb的功率，xb为Alice给Bob发送的信号；使 其中， 表示复数矩阵的集合；hAB是一个N×1的复矩阵，是指Alice到Bob信道系数；hAW是一个N×1的复矩阵，是指Alice到Willie信道系数；hIB是一个M×1的复矩阵，是指IRS到Bob信道系数；hIW是一个M×1的复矩阵，是指IRS到Willie信道系数；

用 表示Alice到IRS的信道系数；

用 表示Alice向Bob发送信息的事件，用 表示Alice不向Bob发送信息的事件。

4.根据权利要求3所述的方法，其特征在于，步骤1中，从Willie的角度来看，Alice的传输信号x如下：

其中wb为xb的发射波束形成向量，设定Alice在 下不传输信号，且波束形成向量wb在下满足以下约束：

2

||wb||≤Ptotal  (2)式中Ptotal为Alice的最大发射功率；

在IRS时相移矩阵Q由 给出，Q表示一个相移矩阵，其对角元素为向量的对应元素q；使用 为IRS单位的反射建模，其中 qm表示第m个单位的反射建模，j为虚数，当m＝1,…M时，θm∈[0,2π)和βm∈[0,1]分别表示第m个单位引入的可控相移和振幅反射系数；

设 以达到最大的反射功率增益，q应满足：|qm|＝1,m＝1,…M   (3)在Bob处接收的信号yb写成：其中zb为Bob处的接收噪声， 表示Bob的信号噪声zb服从均值为0方差为的复高斯分布；hIB是从IRS到Bob的信道系数， 为hIB的共轭转置；hAB为Alice到Bob信道系数， 为hAB的共轭转置。

5.根据权利要求4所述的方法，其特征在于，步骤1中，Willie收到的信号yw写成：其中zw是Willie处接收到的噪声， 表示Willie的信号噪声zw服从均值为

0方差为 的复高斯分布；hIW是从IRS到Willie的信道系数， 为hIW的共轭转置；hAW为Alice到Willie信道系数， 为hAW的共轭转置。

6.根据权利要求5所述的方法，其特征在于，步骤1中，设定Rb是零假设 下Bob的瞬时速率，写成：

Willie在 和 下接收信号的似然函数分别表示为p0(yw)和p1(yw)；

根据式(5)，p0(yw)和p1(yw)分别为：其中 中 表示Willie的信号噪声zw的噪声方差，λ0和λ1表示辅助变量。

7.根据权利要求6所述的方法，其特征在于，步骤1中，Willie希望通过应用最佳检测器来最小化检测错误概率ξ，设定：ξ＝1‑VT(p0,p1),   (8)其中VT(p0,p1)是p0(yw)和p1(yw)之间的总变化，采用Pinsker不等式，得到：其中D(p0||p1)表示从p0(yw)到p1(yw)的KL发散，D(p1||p0)是从p1(yw)到p0(yw)的KL发散；

D(p0||p1)和D(p1||p0)分别为：为了实现与给定ξ的隐式通信，即ξ≥1‑ε，似然函数的KL散度满足以下约束之一：2

D(p0||p1)≤2ε,      (11a)2

D(p1||p0)≤2ε     (11b)。

8.根据权利要求7所述的方法，其特征在于，步骤2包括：所述不完美的WCSI情况是指：Willie是一个普通用户，Alice不了解和Willie有关的信道状态信息，并且想要获取Bob的个人信息，在这种情况下，由于Alice是被动的看守和信道估计误差，Alice对CSI的了解并不完善；

不完美的WCSI被建模为：和：

其中hAW是指Alice到Willie信道系数、hIW是指IRS到Willie信道系数； 和 分别表示Alice和Willie之间的CSI信道状态信息估计向量、Willie和IRS之间的CSI估计向量；

ΔhAW表示Alice到Willie的CSI误差向量；

ΔhIW表示IRS到Willie的CSI误差向量；

CSI误差向量ΔhAW和ΔhIW的特征是椭圆形区域，即：和

其中，εAW指Alice到Willie的CSI误差向量的范围表达； 表示ΔhAW的共轭转置；εIW指IRS到Willie的CSI误差向量的范围表达； 表示ΔhIW的共轭转置；

控制椭球的轴，υAW＞0,υIW＞0决定椭球体积；

根据Neyman‑Pearson准则，Willie使检测误差最小的最优规则是似然比检验：根据 和 分别是对应假设 和 的二元决策，公式(16)改写为：* 2

其中φ是|yw|的最优检测阈值，如下所示：λ0和λ1依赖于波束形成向量wb和IRS反射波束形成向量q；

2

和 下|yw|的累积密度函数CDFs分别为 和*

基于最优检测阈值φ，给出虚警 和漏检概率 为：利用 和 的表达式来表征Willie的理想检测性能；

2

D(p0||p1)≤2ε的情况：

2 2

采用由(11)给出的D(p0||p1)≤2ε和D(p1||p0)≤2ε作为隐蔽约束；

鲁棒隐蔽率最大化问题表述为如下问题(21)：2

s.t D(p0||p1)≤2ε      (21b)2

||wb||≤Ptotal,     (21c)利用函数 对于x＞0的性质来重新表述隐蔽约束(21b)，隐蔽约束等价转化为：

其中 和 是方程式 的两个根；约束(21b)等价地重新表述为：交替优化问题(21)中的wb和q，分解为如下两个子问题1和2：子问题1：

优化wb给定q：为了解决问题(21)，在约束条件(21b)、(21c)、(21e)和(21f)下通过固定q优化波束形成器wb，定义辅助变量gB、gW和得到问题(24)：

其中Q表示一个相移矩阵； 表示gB的共轭转置； 表示Willie的信号噪声zw的噪声方差； 和 是方程式 的两个根；Ptotal为Alice的最大发射功率；

表示gW的CSI估计向量；ΔgW表示gW的CSI向量误差；

υW＝υAW+υIW；εW指gW的CSI误差向量的范围表达；

通过应用SDR将约束(24b)放宽为凸形式，通过将辅助变量 放宽到约束等价地重新表示为：

其中 表示ΔgW共轭转置；

表示 的共轭转置； 表示IRS和Willie之间的CSI估计向量； 表示Alice和Willie之间的CSI估计向量；

将SDR应用于 后，问题(24)放宽后得到问题如下(26)：ΔgW∈εW，   (26d)(25a)，(25b)；

设函数fm(x),m∈{1,2}, 定义为：其中 是复厄米特矩阵， 表示N×1维复数向量；

表示一维实数；

当且仅当存在一个变量η≥0时成立时， 使得：通过S‑Procedure，约束(25a)和(25b)分别转化为有限个数的LMIs线性矩阵不等式：其中，得到问题(26)的保守近似，即如下问题(30)：s.t(26b)，(26c)，(29a)，(29b)；

让 表示问题(30)的最优解，如果 则 为问题(30)的最优解，并且通过SVD得到最优波束形成器 即， 否则，如果 则采用高斯随机化过程来产生问题(30)的高质量秩为1的解；

子问题2：

给定wb优化q：在固定wb的基础上考虑q的设计，在这种情况下，问题(21)转换为以下形式的问题(31)：

应用SDR技术以 和 来克服非凸性，通过去掉 的约束，将问题(31)重新表示为松弛形式，即如下问题(32)：其中

Em是一个M+1维矩阵，第(i,j)个元素记为[Em]i,j，满足

2

D(p1||p0)≤2ε的情况：相应的鲁棒隐蔽率最大化问题表述为如下问题(33)：2

s.t D(p1||p0)≤2ε,      (33b)2

||wb||≤Ptotal,    (33c)其中

隐蔽约束 等效转化为：

其中 是方程 的两个根。