.png){kind=icon}
返回
A Novel Starfish Optimization Algorithm for Secure STAR-RIS Communications
.png){kind=icon}
OA
AI
DOI：10.3390/biomimetics11040243.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种智能增强海星优化（ESFO）算法，用于优化安全的无线通信基础设施。海星优化（SFO）算法受海星生物启发，利用海星基于触手的探索、捕食和再生行为的综合建模。为进一步增强标准海星优化（SFO）的利用能力，所提出的增强海星优化（ESFO）在利用阶段整合了一种基于适应度的交互机制。这一创新改进提高了局部搜索精度，保持了种群多样性，并缓解了早熟收敛，而无需引入额外的控制参数。此外，所提出的增强海星优化（ESFO）专为安全无线传输设计，这被认为是下一代无线网络基础设施的主要议题之一。所研究的网络探讨了同时传输和反射可重构智能表面（STAR-RIS）在物理层安全中的应用。这种实现的STAR-RIS具有耦合相位偏移以创建反射和传输链路，这与传统的可重构智能表面（RIS）不同。为此，我们创建了一种安全的波束成形架构，优化了基站（BS）预编码向量和STAR-RIS传输/反射系数。为验证所提出的增强海星优化（ESFO）算法的效率，将其与标准海星优化（SFO）、豺狼优化器（DO）、神经网络算法（NNA）、鳄鱼伏击优化算法（CAOA）和白鲨优化器（WSO）等多个基准优化器进行比较。这些比较包括基于传输功率阈值的多个场景，该阈值在20至70 dBm范围内以5 dBm的步长变化。仿真结果表明，所提出的增强海星优化（ESFO）算法始终优于现有的基准方法。本研究在保密性和可实现速率方面支持未来的智能通信基础设施，尤其是在不同传输功率水平下。具体而言，ESFO的性能提高了20%–25%，同时收敛速度比传统优化算法快40%–50%，展示了其在STAR-RIS辅助安全通信系统中的有效性和鲁棒性。根据数值研究，所建议的ESFO赋能架构在保密容量方面优于基于标准RIS的系统，且低分辨率STAR-RIS相位偏移器足以确保稳健的保密性能。
Keyword:
reconfigurable intelligent surfaces
simultaneously transmitting and reflecting
achievable rate limitation
starfish optimizer
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
B
IF:
3.9
论文数:
3.3K
被引数:
5.1K
机构
引用论文
A dynamic metaheuristic optimization model inspired by biological nervous systems: Neural network algorithm受生物神经系统启发的动态元启发式优化模型: 神经网络算法
PREAI
分享收藏
A Vision of 6G Wireless Systems: Applications, Trends, Technologies, and Open Research Problems6g无线系统的愿景: 应用，趋势，技术和开放研究问题.png)
IEEE NETWORKOAAI
IEEE NETWORKIF6.3
OAAI分享收藏Mine water identification model combining LIF with SFOA-CNN-LSTM and KAN networks: a case study of huainan mining area结合LIF与SFOA-CNN-LSTM及KAN网络的矿井水识别模型：淮南矿区案例研究
PREAI
分享收藏Leveraging hybrid deep learning with starfish optimization algorithm based secure mechanism for intelligent edge computing in smart cities environment利用基于星鱼优化算法的安全机制的混合深度学习，实现智能边缘计算在智慧城市环境中的应用Scientific ReportsOAAI
Scientific ReportsIF3.9
OAAI分享收藏
查看更多内容