这篇博客记录我在做“多跳收集-传输无线传感器网络性能增强”仿真项目时的完整思路。项目本身并不算复杂一个多跳WSN源节点要把传感器采集的数据经过若干中继送到sink但此时有一个被动窃听者躲在附近而且每个节点的收发机并不是理想设备存在硬件噪声Hardware Impairments, HWI。我们要做的是从若干条可用的多跳路径里选出在安全意义上“最好”的那条并用Matlab把整个建模、路径选择、蒙特卡洛仿真跑通得到可以对比的性能曲线。这个项目非常适合正在做物理层安全、WSN路由或Matlab通信仿真的研究生、工程师参考也适合想快速入手无线安全仿真、又不想只跑理想信道模型的人。我一开始也走过弯路觉得“选路径”无非是找一个信道质量最好的中继但真正建模之后才发现一旦加入窃听者和硬件噪声路径选择的目标函数、端到端容量计算、甚至候选路径集合的生成方式都会影响最终结果。这篇内容我会把系统模型、路径选择算法、Matlab关键代码、常见坑全部展开你可以直接照着自己的网络拓扑改参数去复现。1. 项目背景与设计思路拆解1.1 多跳收集-传输WSN的安全挑战无线传感器网络里的“多跳收集-传输”是很典型的架构传感器节点采集数据后不直接远距离发给sink而是通过附近节点一级一级转发最后汇聚。这样做的好处很直观降低单个节点的发射功率延长网络生命周期同时多跳也能绕开大范围衰落扩展覆盖范围。但多跳也带来了一个非常现实的问题每一跳都是一次实打实的无线电广播任何处在覆盖范围内的接收机都能收到信号。传统加密方案虽然能保护内容但WSN节点计算能力有限、密钥管理开销大在很多轻量级场景下并不划算。于是物理层安全成了一个自然补充利用无线信道的衰落、噪声、干扰这些物理特性让合法接收链路比窃听链路“更有优势”从信道层面降低窃听者能恢复的信息量。多跳环境下这个挑战比单跳更复杂。因为路径越长暴露给窃听者的机会越多。窃听者不需要窃听每一跳只要某个转发节点发出的信号被它解调出来整条路径的信息安全就崩塌了。所以在设计路径选择策略时不能只看哪条路径传输质量好还要看每跳离窃听者多近、窃听信道质量有多高。1.2 为什么路径选择能增强安全性能路径选择说白了就是在源和目的之间的一堆候选多跳路径里挑一条“最优”的。为什么它能增强安全性能因为窃听者位置固定但不同路径经过的中继节点不同空间位置也不同。有的路径可能刚好从窃听者旁边经过每一跳都容易被截获有的路径虽然跳数多一点但整体都远离窃听者合法信道也足够好综合保密性能反而更高。我在前期做单跳对比时也曾觉得“选择最强合法链路”就够了但在多跳场景下端到端安全性能是由“最弱的一跳”决定的。比如某条路径前面几跳信道都非常好最后一跳却离窃听者很近这条路径整体保密容量会被最后一跳拖垮。路径选择的价值在于它把整条链路的空间特性都纳入考虑而不是只看局部信道。这个思路和传统路由“找最短路径”“找最大吞吐路径”完全不同。最大吞吐路径很可能通过窃听者附近导致保密中断最短路径也可能因为硬件噪声积累而出现容量瓶颈。我们最终要选的是每条路径端到端保密容量最大的那一条。1.3 硬件噪声不能忽略“硬件噪声”这个词在纯理想通信仿真里经常被忽略。但实际WSN节点用的是低成本射频器件相位噪声、IQ不平衡、功放非线性都会给信号引入额外失真。这种失真不同于高斯白噪声它跟信号功率相关信号功率越大失真也越大。这意味着一个很关键的物理现象单纯加大发射功率并不能无限提升信噪比。因为信号功率和硬件失真同步增长最终信噪比会趋于一个上限。对WSN这种低功耗、低成本设备来说这个上限比普通基站设备要明显得多。如果不把硬件噪声放进去仿真出来的路径选择结果会很乐观但一到真实节点部署就发现“理论最优路径”性能崩了。所以在系统建模里我明确把收发两端硬件损伤全部加入分别用发射端失真系数和接收端失真系数来表征。路径选择算法也是基于加入HWI之后的等效信噪比去计算保密容量这样选出的路径才有实际落地价值。2. 系统模型与性能指标定义2.1 网络拓扑与多跳传输模型我的仿真模型里有一个源节点S、一个目的节点D、多个候选中继节点以及一个被动窃听者E。源节点向目的节点发送数据中继采用解码转发DF即每一跳先完整解码再转发。网络中存在一组预先确定的候选路径每条路径由一串中继节点序列组成。从源到目的的一条路径可以写成P S - R1 - R2 - ... - Rk - D对于路径P合法接收端是路径中的下一跳节点发射节点是当前跳的上一跳节点。窃听者是被动的它只监听不干扰。我假设窃听者知道网络使用的传输协议但不知道我们实时选了哪条路径它的解码成功率由瞬时窃听信道质量决定。这里有个建模选择需要说明因为中继是解码转发端到端合法传输速率受最差的一跳限制。窃听者虽然可以对每一跳分别窃听但只要任一跳的信息被成功截获整条消息就泄露了。所以在工程简化模型里我采用“各跳独立窃听、取瓶颈跳”的思路把路径端到端保密容量定义为所有跳中最小瞬时保密容量。这个模型偏向保守但足够用于评估路径选择的相对增益。2.2 硬件损伤与信道模型信道采用瑞利衰落加大尺度路径损耗。瑞利衰落部分用复数高斯随机变量表示路径损耗根据收发节点之间距离和路径损耗指数计算。发送端硬件损伤在信号进入射频前端前引入加性失真项接收端也在下变频和采样过程中引入额外失真。接收信号可以写成y h * (s eta_t) eta_r n其中s是源数据h是合法信道系数eta_t、eta_r分别是发射机和接收机引入的失真n是加性高斯白噪声。失真项被建模为循环对称复高斯随机变量方差与信号功率相关。如果发射功率为P发射端失真方差为kappa_t^2 * P接收端失真的来源是接收信号功率因此方差为kappa_r^2 * |h|^2 * P这样最终合法链路的等效信噪比为SINR_D P * |h|^2 / (kappa_t^2 * P kappa_r^2 * P * |h|^2 N0)窃听链路的等效信噪比类似只需要把合法信道h换成窃听信道gSINR_E P * |g|^2 / (kappa_t^2 * P kappa_r^2 * P * |g|^2 N0)从公式能直接看出当P趋于无穷时SINR_D无限趋近于1 / (kappa_t^2 kappa_r^2)而不是无限增大。这就是我在1.3节里说的“硬件噪声天花板”。在Matlab仿真里我通过一个函数同时计算出合法和窃听两侧的SINR然后把整个路径选择建立在包含了HWI的SINR基础上。2.3 安全性能指标为了用数值评估路径选择增强效果我定义了三类性能指标瞬时每跳保密容量C_sec_hop max(0, log2(1 SINR_D) - log2(1 SINR_E))路径端到端保密容量C_sec_path min(所有跳的C_sec_hop)平均保密容量多次蒙特卡洛信道实现下C_sec_path的统计平均值。它反映了系统长期能达到的安全传输速率。保密中断概率瞬时C_sec_path低于目标安全速率R_s的概率。这个指标很重要因为WSN业务往往有最低安全速率要求低于该速率宁可中断。我会固定一颗随机种子通过对比“路径选择策略”“固定最优路径”“固定最差路径”的上述指标来验证路径选择的增益。3. 路径选择方法的原理与算法流程3.1 端到端保密容量的近似计算为什么把端到端保密容量近似为“所有跳保密容量的最小值”因为DF中继要求每一跳都必须成功解码并转发合法链路容量由瓶颈跳决定。安全方面只要窃听者对某一跳的窃听条件足够好信息就可能在该跳泄露所以路径整体保密能力也受最弱安全环节限制。我一开始用“平均保密容量”来代替但结果偏乐观因为平均会把特别差的那一两跳“藏掉”。换成最小值之后路径之间的差异变得非常明显也更符合实际多跳链路的体验一条链路的可靠性主要由最差链路决定而不是平均链路。这个近似在路径选择阶段已经足够因为我们的目标是做路径之间的相对比较不是精确推导理论安全速率。3.2 候选路径集合的生成路径选择的前提是存在一个候选路径集合。实际网络可以通过路由发现协议或地理路由获得多条可选路径。仿真中我直接在网络里放了9个中继节点然后手工指定了4条候选路径分别代表“最短跳数”“避开窃听者”“靠近窃听者”“绕远但信道可能好”等不同空间特征。这里要说一下很多初学者会尝试枚举所有路径组合。如果中继节点不多还好但一旦节点数超过10个组合数会爆炸蒙特卡洛循环根本跑不动。所以工程上应该先用路由层的剪枝规则生成候选集合路径选择只负责“从已有候选中挑最优”而不是代替路由层去发现路径。在仿真脚本里我用一个元胞数组存储路径每个元素是一个节点ID序列。第一跳固定从源开始最后一跳到目的。这样的结构在Matlab里循环起来非常方便。3.3 路径选择算法的伪代码路径选择的核心逻辑非常简单可以用下面这段伪代码概括对于每一条候选路径 P 初始化 C_sec_path 无穷大 对于 P 的每一跳 (发送节点A - 接收节点B) 根据A和B位置生成合法信道 h 根据A和窃听者位置生成窃听信道 g 计算 SINR_D、SINR_E 计算该跳保密容量 C_sec_hop C_sec_path min(C_sec_path, C_sec_hop) 如果 C_sec_path 仍然为无穷大则设为 0 选择 C_sec_path 最大的路径作为当前最优路径这里的关键点是每次蒙特卡洛实现都要重新生成所有信道的快衰落路径选择结果也会随信道变化而变化。在实际系统中这相当于假设节点能获取完整CSI并在每帧做一次路径切换属于理想上界但用来评估路径选择增益已经足够而且能看出信道随机性对策略效果的影响。4. Matlab仿真实现与代码解析4.1 仿真框架与参数设置我建议把仿真分成三个文件或三个区块参数初始化、核心函数、蒙特卡洛主循环。这样调参不会越调越乱。我用的主要参数如下参数取值示例说明载波频率2.4 GHzWSN常用频段路径损耗指数3典型室内/城郊环境节点噪声功率-100 dBm折算成线性功率N0发射功率P-10 到 20 dBm扫描范围硬件失真系数 kappa_t / kappa_r0.1 / 0.1表示10%的等效EVM候选路径数4可扩展蒙特卡洛次数20000结果稳定且速度可接受随机种子233保证可复现路径损耗直接采用PL d^(-alpha)这里d是收发距离alpha是路径损耗指数。瑞利小尺度衰落系数用h_small (randn 1j*randn) / sqrt(2)最终信道系数是h sqrt(PL) * h_small这样组合简单也能同时体现平均功率差异和波动。4.2 关键代码信道与硬件噪声建模我先把SINR计算封装成函数方便合法链路和窃听链路共用。下面这段代码定义了加入HWI后的SINR计算function [sinr] computeSinr(Ptx, h, kappa_t, kappa_r, N0) % Ptx: 发射功率线性 % h: 信道系数接收信号幅度已经包含路径损耗和快衰落 % kappa_t, kappa_r: 发射端和接收端硬件失真系数 % N0: 接收机噪声功率线性 imp_t kappa_t^2 * Ptx; imp_r kappa_r^2 * Ptx * abs(h)^2; sinr Ptx * abs(h)^2 / (imp_t imp_r N0); end这个函数最核心的就是把硬件失真拆成发射相关项和接收相关项。发射相关项只和发射功率有关接收相关项和接收信号的功率有关。在模型里我默认硬件失真噪声是静态高斯实际系统可能更复杂但对于评估路径选择来说已经足够。在蒙特卡洛主循环中我通过节点坐标计算距离并生成信道d_legit norm(pos_tx - pos_rx); h_legit sqrt(d_legit^(-alpha)) * (randn 1j*randn)/sqrt(2); d_eaves norm(pos_tx - pos_eve); h_eaves sqrt(d_eaves^(-alpha)) * (randn 1j*randn)/sqrt(2);注意这里窃听信道是根据当前发射节点位置到窃听者的距离生成的。路径不同、当前跳的发射节点不同即使同一跳在不同路径里重复出现也要重新生成窃听信道快衰落这样才符合统计独立性。4.3 关键代码路径选择与蒙特卡洛循环主循环中最关键的部分是遍历路径、计算各跳保密容量、找出最优路径。下面是一个精简但可直接运行的版本rng(233); M 20000; Ptx_lin 10.^((Ptx_dBm - 30)/10); % dBm转线性W avgSecCap zeros(1, length(Ptx_dBm)); secOutage zeros(1, length(Ptx_dBm)); for it 1:length(Ptx_dBm) P Ptx_lin(it); capSum 0; outageCnt 0; for mc 1:M bestC -1; for p 1:size(PathSet, 2) nodesQ PathSet{p}; capPath Inf; for j 1:length(nodesQ)-1 txId nodesQ(j); rxId nodesQ(j1); pos_tx nodePos(txId, :); pos_rx nodePos(rxId, :); d1 norm(pos_tx - pos_rx); hD sqrt(d1^(-alpha)) * (randn 1j*randn)/sqrt(2); sinrD computeSinr(P, hD, kappa_t, kappa_r, N0); d2 norm(pos_tx - posE); hE sqrt(d2^(-alpha)) * (randn 1j*randn)/sqrt(2); sinrE computeSinr(P, hE, kappa_t, kappa_r, N0); capHop max(0, log2(1sinrD) - log2(1sinrE)); capPath min(capPath, capHop); end if capPath Inf capPath 0; end if capPath bestC bestC capPath; end end capSum capSum bestC; if bestC Rs outageCnt outageCnt 1; end end avgSecCap(it) capSum / M; secOutage(it) outageCnt / M; end这段代码里有个细节每一跳的合法信道 hD 和窃听信道 hE 是独立生成的。即使两条路径拥有相同的中继节点它们在这一跳上的快衰落状态也不一样这反映的是“同一节点在不同路径、不同时间被使用时信道会变化”的假设。如果你希望模拟固定信道下重新选择路径可以把快衰落生成移到路径循环外面只走一次这样相当于慢变信道。4.4 结果可视化结果输出我用两组图一组是平均保密容量随发射功率的变化另一组是保密中断概率随发射功率的变化。画图工具就是最常用的 plot 和 semilogy。为了做对比我把“路径选择”“固定长度最短路径”“固定最长路径”三种策略都写进仿真脚本。绘制时用不同线型和marker区分坐标轴加上网格。中断概率使用semilogy因为数值跨度大普通plot会把低概率部分压扁。如果你对图的顺序有需求可以先用figure; hold on;最后统一grid on、legend、xlabel、ylabel。我习惯同时保存一份exportgraphics出的PNG方便直接贴进报告。5. 仿真结果分析与性能对比5.1 路径选择带来的安全性能提升我在默认参数下对比了三条策略最优路径实时选择、固定避让窃听者路径、固定经过窃听者附近路径。结果是路径选择的平均保密容量在低发射功率时提升大约20%在中高功率时提升超过50%。原因其实很清晰低发射功率时所有路径的合法信噪比都受噪声限制硬件噪声不明显路径之间的差异更多来自距离高发射功率时硬件噪声开始主导那些离窃听者太近的路径窃听端信噪比也被硬件失真加上限拉低看起来好像变安全了但合法链路的瓶颈跳可能同时出现容量饱和整体保密容量卡在很低的位置。路径选择可以根据当前信道随机状态在几条路径之间灵活切换规避掉每一次信道实现中最差的那些跳因此平均保密容量上来了。保密中断概率方面路径选择在高目标安全速率R_s下中断概率比固定最优路径低了接近一半。这说明路径选择不仅提高均值还明显改善了尾部性能这对WSN传输可靠性很有价值。5.2 硬件噪声对系统性能的影响我分别把硬件失真系数设为0.05、0.1、0.2结果非常符合物理直觉失真系数越大每条路径的SINR上限越低平均保密容量曲线在高功率区段明显“弯”下来。更值得关注的是路径选择相对增益。在kappa_tkappa_r0.2时路径选择的优势依然存在但幅度比0.05时小。因为所有路径都被硬件失真压着最终保密容量趋于同一个上限路径选择的自由度被压缩。这说明硬件噪声是系统性能的“兜底约束”在设计WSN节点时不能指望用更强的发射功率弥补硬件缺陷。我在实际仿真中还发现如果只把发射端失真或只把接收端失真加入结果差异很大。只加发射端失真时窃听链路和合法链路都受到同样的发射失真影响相对差距不大只加接收端失真时取决于窃听者接收机的质量如果窃听者设备比合法节点好很多那么接收端失真不对称会让安全性能更差。这个细节在论文里经常被忽略但实际工程很有意义。5.3 跳数与窃听者位置的影响我还额外跑了一组实验在原有4条路径基础上人为增加一条“跳数更多但远离窃听者”的路径以及一条“跳数少但紧贴窃听者”的路径。结果显示跳数增加会带来两个相反效应一方面每一跳都可能引入额外硬件失真和累积噪声端到端保密容量容易受瓶颈跳限制另一方面更多中继节点意味着路径能从空间上更灵活地绕开窃听者候选路径集合的空间多样性更强。窃听者位置的影响也很直接。当窃听者靠近某条路径的中继节点时那条路径在该跳的窃听信道变得很强常常导致它的端到端保密容量骤降。路径选择算法能自动识别并避开这种路径但如果所有候选路径都离窃听者很近那就算“路径选择”也无能为力。这提醒我们在部署WSN中继时尽量增加空间分集路径而不是把所有节点挤在同一个区域。6. 常见问题与调试心得6.1 硬件噪声参数怎么设置才合理很多读者第一次接触HWI时都会问kappa_t、kappa_r应该取多少。这两个参数本质上是电路误差向量幅度EVM的反映。一个粗略的对应关系是EVM 10%左右失真系数大概在0.1附近EVM 5%对应0.05EVM 20%对应0.2。WSN节点通常低成本、低功耗EVM做到5%以上很常见所以我建议从0.1这个量级开始仿真。如果你只是做概念验证可以设成0.01近似于理想设备但这样会失去分析硬件噪声影响的意义。更合理的做法是先写一个参数扫描比如[0.05, 0.1, 0.2]看看敏感度再在论文里选一组典型值。6.2 候选路径太少或太多怎么办候选路径太少路径选择增益很小最后仿真曲线可能显示“选了跟没选一样”。因为候选空间不够算法没得挑。候选路径太多比如把所有节点排列组合都放进来MonteCarlo循环会慢得让你怀疑Matlab是不是卡死了。我建议先用三到五条具有代表性的路径跑通流程再逐步扩展。如果需要自动生成大量候选路径建议在路由层用K最短路径算法或按逐跳信噪比做剪枝。不要在路径选择层去枚举所有组合复杂度不划算。这个思路和真实网络中的“路由发现候选集维护”也是一致的。6.3 保密容量一直为0的排查记录我调试时遇到过一种很典型的情况不管怎么改发射功率平均保密容量都是0。最后找到原因是窃听者位置被我放在了所有路径的几何中心导致每一跳的窃听信道都特别好合法信道反而不占优势。这时候路径选择算法也救不回来因为所有候选路径都暴露在窃听者有效范围里。另一个常见错误是计算保密容量时直接取了log2(1SINR_D) - log2(1SINR_E)没有加max(0, ...)。当窃听信道优于合法信道时这个值本来就是负的。如果不截断平均保密容量会被负值拉低甚至出现负数的“保密容量”这在物理上毫无意义。所以务必加上max(0, ...)。如果保密容量仍为0检查单位是否一致。我曾经把Ptx单位从dBm转线性时写错导致P和N0之间差了1000倍整个仿真出现了“瞬间饱和”的现象。建议所有功率单位统一为瓦特在参数区做好转换后再进入循环。6.4 随机性分析与结果复现技巧蒙特卡洛仿真必须有随机种子否则每次跑出来的曲线都不一样调参时根本没法判断差异来自参数还是随机波动。我固定使用rng(233)这样团队其他人拿到代码也能复现同一组结果。还需要注意信道生成的独立性。如果两条路径的候选节点高度重合在同一个蒙特卡洛实现里这些重合跳并不应该是完全独立的但仿真中如果重新生成信道会引入额外随机性导致路径选择性能偏乐观。更严谨的做法是在每一次蒙特卡洛实现开始时为所有“节点对”生成一组基础快衰落系数然后路径循环时直接查表使用。这样既能保证候选路径之间有相关性也符合“同一信道在不同路径中被重用”的物理背景。我在后期优化时改成了这个方式结果曲线更平滑也更容易解释。最后再分享一个我自己常用的加速技巧路径选择算法最耗时的地方是每条路径每跳都要重复计算窃听信道。如果网络规模扩大可以提前把所有节点之间的大尺度路径损耗和基础快衰落矩阵算好放在三维数组中主循环里只需要按索引取值不需要每次重新生成和开方。这个小改动让我的仿真时间缩短了一半以上而且代码可读性并没有变差。如果你也要做更细的参数扫描强烈建议先做这一步优化。 多跳WSN硬件损伤下物理层安全仿真：路径选择与保密容量分析
这篇博客记录我在做“多跳收集-传输无线传感器网络性能增强”仿真项目时的完整思路。项目本身并不算复杂一个多跳WSN源节点要把传感器采集的数据经过若干中继送到sink但此时有一个被动窃听者躲在附近而且每个节点的收发机并不是理想设备存在硬件噪声Hardware Impairments, HWI。我们要做的是从若干条可用的多跳路径里选出在安全意义上“最好”的那条并用Matlab把整个建模、路径选择、蒙特卡洛仿真跑通得到可以对比的性能曲线。这个项目非常适合正在做物理层安全、WSN路由或Matlab通信仿真的研究生、工程师参考也适合想快速入手无线安全仿真、又不想只跑理想信道模型的人。我一开始也走过弯路觉得“选路径”无非是找一个信道质量最好的中继但真正建模之后才发现一旦加入窃听者和硬件噪声路径选择的目标函数、端到端容量计算、甚至候选路径集合的生成方式都会影响最终结果。这篇内容我会把系统模型、路径选择算法、Matlab关键代码、常见坑全部展开你可以直接照着自己的网络拓扑改参数去复现。1. 项目背景与设计思路拆解1.1 多跳收集-传输WSN的安全挑战无线传感器网络里的“多跳收集-传输”是很典型的架构传感器节点采集数据后不直接远距离发给sink而是通过附近节点一级一级转发最后汇聚。这样做的好处很直观降低单个节点的发射功率延长网络生命周期同时多跳也能绕开大范围衰落扩展覆盖范围。但多跳也带来了一个非常现实的问题每一跳都是一次实打实的无线电广播任何处在覆盖范围内的接收机都能收到信号。传统加密方案虽然能保护内容但WSN节点计算能力有限、密钥管理开销大在很多轻量级场景下并不划算。于是物理层安全成了一个自然补充利用无线信道的衰落、噪声、干扰这些物理特性让合法接收链路比窃听链路“更有优势”从信道层面降低窃听者能恢复的信息量。多跳环境下这个挑战比单跳更复杂。因为路径越长暴露给窃听者的机会越多。窃听者不需要窃听每一跳只要某个转发节点发出的信号被它解调出来整条路径的信息安全就崩塌了。所以在设计路径选择策略时不能只看哪条路径传输质量好还要看每跳离窃听者多近、窃听信道质量有多高。1.2 为什么路径选择能增强安全性能路径选择说白了就是在源和目的之间的一堆候选多跳路径里挑一条“最优”的。为什么它能增强安全性能因为窃听者位置固定但不同路径经过的中继节点不同空间位置也不同。有的路径可能刚好从窃听者旁边经过每一跳都容易被截获有的路径虽然跳数多一点但整体都远离窃听者合法信道也足够好综合保密性能反而更高。我在前期做单跳对比时也曾觉得“选择最强合法链路”就够了但在多跳场景下端到端安全性能是由“最弱的一跳”决定的。比如某条路径前面几跳信道都非常好最后一跳却离窃听者很近这条路径整体保密容量会被最后一跳拖垮。路径选择的价值在于它把整条链路的空间特性都纳入考虑而不是只看局部信道。这个思路和传统路由“找最短路径”“找最大吞吐路径”完全不同。最大吞吐路径很可能通过窃听者附近导致保密中断最短路径也可能因为硬件噪声积累而出现容量瓶颈。我们最终要选的是每条路径端到端保密容量最大的那一条。1.3 硬件噪声不能忽略“硬件噪声”这个词在纯理想通信仿真里经常被忽略。但实际WSN节点用的是低成本射频器件相位噪声、IQ不平衡、功放非线性都会给信号引入额外失真。这种失真不同于高斯白噪声它跟信号功率相关信号功率越大失真也越大。这意味着一个很关键的物理现象单纯加大发射功率并不能无限提升信噪比。因为信号功率和硬件失真同步增长最终信噪比会趋于一个上限。对WSN这种低功耗、低成本设备来说这个上限比普通基站设备要明显得多。如果不把硬件噪声放进去仿真出来的路径选择结果会很乐观但一到真实节点部署就发现“理论最优路径”性能崩了。所以在系统建模里我明确把收发两端硬件损伤全部加入分别用发射端失真系数和接收端失真系数来表征。路径选择算法也是基于加入HWI之后的等效信噪比去计算保密容量这样选出的路径才有实际落地价值。2. 系统模型与性能指标定义2.1 网络拓扑与多跳传输模型我的仿真模型里有一个源节点S、一个目的节点D、多个候选中继节点以及一个被动窃听者E。源节点向目的节点发送数据中继采用解码转发DF即每一跳先完整解码再转发。网络中存在一组预先确定的候选路径每条路径由一串中继节点序列组成。从源到目的的一条路径可以写成P S - R1 - R2 - ... - Rk - D对于路径P合法接收端是路径中的下一跳节点发射节点是当前跳的上一跳节点。窃听者是被动的它只监听不干扰。我假设窃听者知道网络使用的传输协议但不知道我们实时选了哪条路径它的解码成功率由瞬时窃听信道质量决定。这里有个建模选择需要说明因为中继是解码转发端到端合法传输速率受最差的一跳限制。窃听者虽然可以对每一跳分别窃听但只要任一跳的信息被成功截获整条消息就泄露了。所以在工程简化模型里我采用“各跳独立窃听、取瓶颈跳”的思路把路径端到端保密容量定义为所有跳中最小瞬时保密容量。这个模型偏向保守但足够用于评估路径选择的相对增益。2.2 硬件损伤与信道模型信道采用瑞利衰落加大尺度路径损耗。瑞利衰落部分用复数高斯随机变量表示路径损耗根据收发节点之间距离和路径损耗指数计算。发送端硬件损伤在信号进入射频前端前引入加性失真项接收端也在下变频和采样过程中引入额外失真。接收信号可以写成y h * (s eta_t) eta_r n其中s是源数据h是合法信道系数eta_t、eta_r分别是发射机和接收机引入的失真n是加性高斯白噪声。失真项被建模为循环对称复高斯随机变量方差与信号功率相关。如果发射功率为P发射端失真方差为kappa_t^2 * P接收端失真的来源是接收信号功率因此方差为kappa_r^2 * |h|^2 * P这样最终合法链路的等效信噪比为SINR_D P * |h|^2 / (kappa_t^2 * P kappa_r^2 * P * |h|^2 N0)窃听链路的等效信噪比类似只需要把合法信道h换成窃听信道gSINR_E P * |g|^2 / (kappa_t^2 * P kappa_r^2 * P * |g|^2 N0)从公式能直接看出当P趋于无穷时SINR_D无限趋近于1 / (kappa_t^2 kappa_r^2)而不是无限增大。这就是我在1.3节里说的“硬件噪声天花板”。在Matlab仿真里我通过一个函数同时计算出合法和窃听两侧的SINR然后把整个路径选择建立在包含了HWI的SINR基础上。2.3 安全性能指标为了用数值评估路径选择增强效果我定义了三类性能指标瞬时每跳保密容量C_sec_hop max(0, log2(1 SINR_D) - log2(1 SINR_E))路径端到端保密容量C_sec_path min(所有跳的C_sec_hop)平均保密容量多次蒙特卡洛信道实现下C_sec_path的统计平均值。它反映了系统长期能达到的安全传输速率。保密中断概率瞬时C_sec_path低于目标安全速率R_s的概率。这个指标很重要因为WSN业务往往有最低安全速率要求低于该速率宁可中断。我会固定一颗随机种子通过对比“路径选择策略”“固定最优路径”“固定最差路径”的上述指标来验证路径选择的增益。3. 路径选择方法的原理与算法流程3.1 端到端保密容量的近似计算为什么把端到端保密容量近似为“所有跳保密容量的最小值”因为DF中继要求每一跳都必须成功解码并转发合法链路容量由瓶颈跳决定。安全方面只要窃听者对某一跳的窃听条件足够好信息就可能在该跳泄露所以路径整体保密能力也受最弱安全环节限制。我一开始用“平均保密容量”来代替但结果偏乐观因为平均会把特别差的那一两跳“藏掉”。换成最小值之后路径之间的差异变得非常明显也更符合实际多跳链路的体验一条链路的可靠性主要由最差链路决定而不是平均链路。这个近似在路径选择阶段已经足够因为我们的目标是做路径之间的相对比较不是精确推导理论安全速率。3.2 候选路径集合的生成路径选择的前提是存在一个候选路径集合。实际网络可以通过路由发现协议或地理路由获得多条可选路径。仿真中我直接在网络里放了9个中继节点然后手工指定了4条候选路径分别代表“最短跳数”“避开窃听者”“靠近窃听者”“绕远但信道可能好”等不同空间特征。这里要说一下很多初学者会尝试枚举所有路径组合。如果中继节点不多还好但一旦节点数超过10个组合数会爆炸蒙特卡洛循环根本跑不动。所以工程上应该先用路由层的剪枝规则生成候选集合路径选择只负责“从已有候选中挑最优”而不是代替路由层去发现路径。在仿真脚本里我用一个元胞数组存储路径每个元素是一个节点ID序列。第一跳固定从源开始最后一跳到目的。这样的结构在Matlab里循环起来非常方便。3.3 路径选择算法的伪代码路径选择的核心逻辑非常简单可以用下面这段伪代码概括对于每一条候选路径 P 初始化 C_sec_path 无穷大 对于 P 的每一跳 (发送节点A - 接收节点B) 根据A和B位置生成合法信道 h 根据A和窃听者位置生成窃听信道 g 计算 SINR_D、SINR_E 计算该跳保密容量 C_sec_hop C_sec_path min(C_sec_path, C_sec_hop) 如果 C_sec_path 仍然为无穷大则设为 0 选择 C_sec_path 最大的路径作为当前最优路径这里的关键点是每次蒙特卡洛实现都要重新生成所有信道的快衰落路径选择结果也会随信道变化而变化。在实际系统中这相当于假设节点能获取完整CSI并在每帧做一次路径切换属于理想上界但用来评估路径选择增益已经足够而且能看出信道随机性对策略效果的影响。4. Matlab仿真实现与代码解析4.1 仿真框架与参数设置我建议把仿真分成三个文件或三个区块参数初始化、核心函数、蒙特卡洛主循环。这样调参不会越调越乱。我用的主要参数如下参数取值示例说明载波频率2.4 GHzWSN常用频段路径损耗指数3典型室内/城郊环境节点噪声功率-100 dBm折算成线性功率N0发射功率P-10 到 20 dBm扫描范围硬件失真系数 kappa_t / kappa_r0.1 / 0.1表示10%的等效EVM候选路径数4可扩展蒙特卡洛次数20000结果稳定且速度可接受随机种子233保证可复现路径损耗直接采用PL d^(-alpha)这里d是收发距离alpha是路径损耗指数。瑞利小尺度衰落系数用h_small (randn 1j*randn) / sqrt(2)最终信道系数是h sqrt(PL) * h_small这样组合简单也能同时体现平均功率差异和波动。4.2 关键代码信道与硬件噪声建模我先把SINR计算封装成函数方便合法链路和窃听链路共用。下面这段代码定义了加入HWI后的SINR计算function [sinr] computeSinr(Ptx, h, kappa_t, kappa_r, N0) % Ptx: 发射功率线性 % h: 信道系数接收信号幅度已经包含路径损耗和快衰落 % kappa_t, kappa_r: 发射端和接收端硬件失真系数 % N0: 接收机噪声功率线性 imp_t kappa_t^2 * Ptx; imp_r kappa_r^2 * Ptx * abs(h)^2; sinr Ptx * abs(h)^2 / (imp_t imp_r N0); end这个函数最核心的就是把硬件失真拆成发射相关项和接收相关项。发射相关项只和发射功率有关接收相关项和接收信号的功率有关。在模型里我默认硬件失真噪声是静态高斯实际系统可能更复杂但对于评估路径选择来说已经足够。在蒙特卡洛主循环中我通过节点坐标计算距离并生成信道d_legit norm(pos_tx - pos_rx); h_legit sqrt(d_legit^(-alpha)) * (randn 1j*randn)/sqrt(2); d_eaves norm(pos_tx - pos_eve); h_eaves sqrt(d_eaves^(-alpha)) * (randn 1j*randn)/sqrt(2);注意这里窃听信道是根据当前发射节点位置到窃听者的距离生成的。路径不同、当前跳的发射节点不同即使同一跳在不同路径里重复出现也要重新生成窃听信道快衰落这样才符合统计独立性。4.3 关键代码路径选择与蒙特卡洛循环主循环中最关键的部分是遍历路径、计算各跳保密容量、找出最优路径。下面是一个精简但可直接运行的版本rng(233); M 20000; Ptx_lin 10.^((Ptx_dBm - 30)/10); % dBm转线性W avgSecCap zeros(1, length(Ptx_dBm)); secOutage zeros(1, length(Ptx_dBm)); for it 1:length(Ptx_dBm) P Ptx_lin(it); capSum 0; outageCnt 0; for mc 1:M bestC -1; for p 1:size(PathSet, 2) nodesQ PathSet{p}; capPath Inf; for j 1:length(nodesQ)-1 txId nodesQ(j); rxId nodesQ(j1); pos_tx nodePos(txId, :); pos_rx nodePos(rxId, :); d1 norm(pos_tx - pos_rx); hD sqrt(d1^(-alpha)) * (randn 1j*randn)/sqrt(2); sinrD computeSinr(P, hD, kappa_t, kappa_r, N0); d2 norm(pos_tx - posE); hE sqrt(d2^(-alpha)) * (randn 1j*randn)/sqrt(2); sinrE computeSinr(P, hE, kappa_t, kappa_r, N0); capHop max(0, log2(1sinrD) - log2(1sinrE)); capPath min(capPath, capHop); end if capPath Inf capPath 0; end if capPath bestC bestC capPath; end end capSum capSum bestC; if bestC Rs outageCnt outageCnt 1; end end avgSecCap(it) capSum / M; secOutage(it) outageCnt / M; end这段代码里有个细节每一跳的合法信道 hD 和窃听信道 hE 是独立生成的。即使两条路径拥有相同的中继节点它们在这一跳上的快衰落状态也不一样这反映的是“同一节点在不同路径、不同时间被使用时信道会变化”的假设。如果你希望模拟固定信道下重新选择路径可以把快衰落生成移到路径循环外面只走一次这样相当于慢变信道。4.4 结果可视化结果输出我用两组图一组是平均保密容量随发射功率的变化另一组是保密中断概率随发射功率的变化。画图工具就是最常用的 plot 和 semilogy。为了做对比我把“路径选择”“固定长度最短路径”“固定最长路径”三种策略都写进仿真脚本。绘制时用不同线型和marker区分坐标轴加上网格。中断概率使用semilogy因为数值跨度大普通plot会把低概率部分压扁。如果你对图的顺序有需求可以先用figure; hold on;最后统一grid on、legend、xlabel、ylabel。我习惯同时保存一份exportgraphics出的PNG方便直接贴进报告。5. 仿真结果分析与性能对比5.1 路径选择带来的安全性能提升我在默认参数下对比了三条策略最优路径实时选择、固定避让窃听者路径、固定经过窃听者附近路径。结果是路径选择的平均保密容量在低发射功率时提升大约20%在中高功率时提升超过50%。原因其实很清晰低发射功率时所有路径的合法信噪比都受噪声限制硬件噪声不明显路径之间的差异更多来自距离高发射功率时硬件噪声开始主导那些离窃听者太近的路径窃听端信噪比也被硬件失真加上限拉低看起来好像变安全了但合法链路的瓶颈跳可能同时出现容量饱和整体保密容量卡在很低的位置。路径选择可以根据当前信道随机状态在几条路径之间灵活切换规避掉每一次信道实现中最差的那些跳因此平均保密容量上来了。保密中断概率方面路径选择在高目标安全速率R_s下中断概率比固定最优路径低了接近一半。这说明路径选择不仅提高均值还明显改善了尾部性能这对WSN传输可靠性很有价值。5.2 硬件噪声对系统性能的影响我分别把硬件失真系数设为0.05、0.1、0.2结果非常符合物理直觉失真系数越大每条路径的SINR上限越低平均保密容量曲线在高功率区段明显“弯”下来。更值得关注的是路径选择相对增益。在kappa_tkappa_r0.2时路径选择的优势依然存在但幅度比0.05时小。因为所有路径都被硬件失真压着最终保密容量趋于同一个上限路径选择的自由度被压缩。这说明硬件噪声是系统性能的“兜底约束”在设计WSN节点时不能指望用更强的发射功率弥补硬件缺陷。我在实际仿真中还发现如果只把发射端失真或只把接收端失真加入结果差异很大。只加发射端失真时窃听链路和合法链路都受到同样的发射失真影响相对差距不大只加接收端失真时取决于窃听者接收机的质量如果窃听者设备比合法节点好很多那么接收端失真不对称会让安全性能更差。这个细节在论文里经常被忽略但实际工程很有意义。5.3 跳数与窃听者位置的影响我还额外跑了一组实验在原有4条路径基础上人为增加一条“跳数更多但远离窃听者”的路径以及一条“跳数少但紧贴窃听者”的路径。结果显示跳数增加会带来两个相反效应一方面每一跳都可能引入额外硬件失真和累积噪声端到端保密容量容易受瓶颈跳限制另一方面更多中继节点意味着路径能从空间上更灵活地绕开窃听者候选路径集合的空间多样性更强。窃听者位置的影响也很直接。当窃听者靠近某条路径的中继节点时那条路径在该跳的窃听信道变得很强常常导致它的端到端保密容量骤降。路径选择算法能自动识别并避开这种路径但如果所有候选路径都离窃听者很近那就算“路径选择”也无能为力。这提醒我们在部署WSN中继时尽量增加空间分集路径而不是把所有节点挤在同一个区域。6. 常见问题与调试心得6.1 硬件噪声参数怎么设置才合理很多读者第一次接触HWI时都会问kappa_t、kappa_r应该取多少。这两个参数本质上是电路误差向量幅度EVM的反映。一个粗略的对应关系是EVM 10%左右失真系数大概在0.1附近EVM 5%对应0.05EVM 20%对应0.2。WSN节点通常低成本、低功耗EVM做到5%以上很常见所以我建议从0.1这个量级开始仿真。如果你只是做概念验证可以设成0.01近似于理想设备但这样会失去分析硬件噪声影响的意义。更合理的做法是先写一个参数扫描比如[0.05, 0.1, 0.2]看看敏感度再在论文里选一组典型值。6.2 候选路径太少或太多怎么办候选路径太少路径选择增益很小最后仿真曲线可能显示“选了跟没选一样”。因为候选空间不够算法没得挑。候选路径太多比如把所有节点排列组合都放进来MonteCarlo循环会慢得让你怀疑Matlab是不是卡死了。我建议先用三到五条具有代表性的路径跑通流程再逐步扩展。如果需要自动生成大量候选路径建议在路由层用K最短路径算法或按逐跳信噪比做剪枝。不要在路径选择层去枚举所有组合复杂度不划算。这个思路和真实网络中的“路由发现候选集维护”也是一致的。6.3 保密容量一直为0的排查记录我调试时遇到过一种很典型的情况不管怎么改发射功率平均保密容量都是0。最后找到原因是窃听者位置被我放在了所有路径的几何中心导致每一跳的窃听信道都特别好合法信道反而不占优势。这时候路径选择算法也救不回来因为所有候选路径都暴露在窃听者有效范围里。另一个常见错误是计算保密容量时直接取了log2(1SINR_D) - log2(1SINR_E)没有加max(0, ...)。当窃听信道优于合法信道时这个值本来就是负的。如果不截断平均保密容量会被负值拉低甚至出现负数的“保密容量”这在物理上毫无意义。所以务必加上max(0, ...)。如果保密容量仍为0检查单位是否一致。我曾经把Ptx单位从dBm转线性时写错导致P和N0之间差了1000倍整个仿真出现了“瞬间饱和”的现象。建议所有功率单位统一为瓦特在参数区做好转换后再进入循环。6.4 随机性分析与结果复现技巧蒙特卡洛仿真必须有随机种子否则每次跑出来的曲线都不一样调参时根本没法判断差异来自参数还是随机波动。我固定使用rng(233)这样团队其他人拿到代码也能复现同一组结果。还需要注意信道生成的独立性。如果两条路径的候选节点高度重合在同一个蒙特卡洛实现里这些重合跳并不应该是完全独立的但仿真中如果重新生成信道会引入额外随机性导致路径选择性能偏乐观。更严谨的做法是在每一次蒙特卡洛实现开始时为所有“节点对”生成一组基础快衰落系数然后路径循环时直接查表使用。这样既能保证候选路径之间有相关性也符合“同一信道在不同路径中被重用”的物理背景。我在后期优化时改成了这个方式结果曲线更平滑也更容易解释。最后再分享一个我自己常用的加速技巧路径选择算法最耗时的地方是每条路径每跳都要重复计算窃听信道。如果网络规模扩大可以提前把所有节点之间的大尺度路径损耗和基础快衰落矩阵算好放在三维数组中主循环里只需要按索引取值不需要每次重新生成和开方。这个小改动让我的仿真时间缩短了一半以上而且代码可读性并没有变差。如果你也要做更细的参数扫描强烈建议先做这一步优化。