Idowu Ajayi

Idowu Ajayi

Auto-generated profile, based on publicly available information

Idowu Ajayi

Institut Suprieur dElectronique de Paris, Paris, France

Research Focus & Metrics

Academic Career Length

5Years (2022-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
27 June 2022 in IEEE Access
Verified
Journal Article
Open access
IAIdowu Ajayi
Idowu Ajayi
YMYahia Medjahdi
Yahia Medjahdi
RZRafik Zayani
Rafik Zayani
Lina MrouehLina Mroueh
Lina Mroueh
FKFatima Zohra Kaddour
Fatima Zohra Kaddour
This paper introduces a new approach to providing secure physical-layer massive multiple-input multiple-output (MIMO) based communications that can improve the energy efficiency of the system. This is achieved by synthesizing orthogonal artificial noise (AN) that has to be constrained to lie in the null space of the legitimate users’ channels while it should lie in the range space of the eavesdropper’s channel. In addition, this AN reduces the peak-to-average power ratio (PAPR) of the transmit signal. Indeed, low PAPR signals are preferable and more efficient for low-cost hardware, thus improving the energy consumption of massive MIMO systems. In this paper, we propose a new PAPR-aware precoding scheme based on the use of AN to enhance the secrecy performance of massive MIMO while reducing the PAPR of the transmit signal and guaranteeing excellent transmission quality for legitimate users. The scheme is formulated as a convex optimization problem that can be resolved via steepest gradient descent (GD). Accordingly, we developed a new iterative algorithm, referred to as PAPR-Aware-Secure-mMIMO, that makes use of instantaneous information to solve the optimization problem. Simulation results show the efficiency of our proposed algorithm in terms of PAPR reduction and secrecy, which is also studied with respect to power distribution between useful signal and AN, PAPR targets and the number of BS antennas.

30 April 2025 in IEEE Access
Verified
Journal Article
Open access
IEIfe Olalekan Ebo
Ife Olalekan Ebo
IAIdowu Ajayi
Idowu Ajayi
Lina MrouehLina Mroueh
Lina Mroueh
YZYoumni Ziade
Youmni Ziade
SASylvain Azarian
Sylvain Azarian
The use of Low-Power Wide Area Network (LPWAN) technologies, such as Long Range (LoRa), Sigfox, and IEEE 802.15.4g (ZigBee), has grown significantly, addressing a wide range of applications including smart metering, agriculture, smart homes, and healthcare. These technologies are valued for their simplicity, flexible connectivity, low power consumption, efficient modulation techniques, and moderate data rates. As a result, they can coexist within the same environment, serving either similar or distinct applications. However, the increasing deployment of devices and technologies has amplified the likelihood of interference between them, leading to performance degradation, particularly in real-world scenarios under challenging conditions where noise power surpasses signal power. The rapid proliferation of these technologies, especially within unlicensed Industrial, Scientific, and Medical (ISM) frequency bands, underscores the need for effective techniques to ensure seamless coexistence without disrupting communication. To address this challenge, we investigate the role of data representation and propose a Channel Attention-based Denoising Autoencoder U-Net and Classifier (UNA-DAEC). This model is designed to denoise multi-label LPWAN signals affected by white Gaussian noise and accurately classify overlapping transmissions, specifically IEEE 802.15.4g, Sigfox, and LoRa signals, within the same environment. The primary objective of UNA-DAEC is to achieve reliable signal classification in low Signal-to-Noise Ratio (SNR) conditions. This is achieved by first denoising the noisy signals to obtain optimal representations, enabling high classification accuracy with a single forward and backward propagation. Our results further demonstrate that data representation plays a critical role in identifying and classifying LPWAN signals, particularly in challenging low-SNR environments, with a significant performance of 44%, 7%, and 26% over CNN-based IQ, CNN-based FFT and DAE+Classifier methods, respectively, at -10 dB SNR.

20 August 2025 in IEEE Transactions on Communications
Verified
Journal Article
Closed access
Lina MrouehLina Mroueh
Lina Mroueh
IAIdowu Ajayi
Idowu Ajayi
In this paper, we propose a noisy and dynamic-index partitioned modulation (IPM) to secure a quadrature amplitude modulation (QAM) constellation transmission over a non-degraded wiretap channel. Unlike approaches that rely on multi-antenna systems or tight amplitude-phase tracking, IPM partitions QAM into multiple disjoint subsets that are separately indexed by a dynamic key, known at the transmitter (Alice) and the legitimate receiver (Bob), but not at the eavesdropper (Eve). The proposed IPM maps the information bits into multiple sequences, each one lying in a different partition of the QAM constellation space. This mapping is performed through a cross-bit labeling that we define to increase the confusion at the eavesdropper, while minimizing the bit error rate (BER) at the legitimate receiver. As the eavesdropper is not aware of the dynamic index pointing to the different partitions, the IPM creates larger Voronoï detection zones around Bob’s symbol compared to Eve. To induce further confusion at Eve, we inject random uniform noise into IPM symbols. The noise varies in a domain that is fully included in Bob’s larger detection zone, but it exceeds Eve’s detection zone. The performances of the noisy IPM scheme in terms of error rate and secrecy rate are analytically and numerically evaluated. Our results show that the IPM scheme creates on the Eavesdropper’s link an error floor, independently of its signal-to-noise ratio (SNR). However, the IPM scheme preserves the legitimate link, for which the BER decreases as the SNR increases. Indeed, the secrecy rate remains positive for all SNR values and achieves an asymptotical constant plateau value.

7 April 2026
Verified
Thesis
Closed access
IAIdowu Iseoluwa Ajayi
Idowu Iseoluwa Ajayi
Amélioration de la sécurité de la couche physique grâce à la diversité des fréquences et des espaces: La sécurité de la couche physique (PLS) est un paradigme émergent qui se concentre sur l'utilisation des propriétés de la communication sans fil, telles que le bruit, l'évanouissement, la dispersion, l'interférence, la diversité, etc. pour assurer la sécurité entre les utilisateurs légitimes en présence d'un espion. Comme le PLS utilise des techniques de traitement du signal et de codage, il intervient au niveau de la couche physique et peut donc garantir le secret quelle que soit la puissance de calcul de l'espion. Cela en fait une approche intéressante pour compléter la cryptographie traditionnelle dont le principe de sécurité est basé sur la dureté informatique de l'algorithme de cryptage qui ne peut pas être facilement cassé par un espion. En outre, les récents progrès rapides des technologies de communication sans fil ont permis l'émergence et l'adoption de technologies telles que l'internet des objets, les communications ultra-fiables et à faible latence, les communications massives de type machine, les véhicules aériens sans pilote, etc. La plupart de ces technologies sont décentralisées, limitées en ressources de calcul et de puissance, et sensibles aux délais. La plupart de ces technologies sont décentralisées, limitées en ressources de calcul et de puissance, et sensibles aux délais. Cela fait du PLS une alternative très intéressante pour assurer la sécurité dans ces technologies. À cette fin, dans cette thèse, nous étudions les limites de la mise en œuvre pratique de la PLS et proposons des solutions pour relever ces défis. Tout d'abord, nous étudions le défi de l'efficacité énergétique de la PLS par l'injection de bruit artificiel (AN) dans un contexte massif d'entrées multiples et de sorties multiples (MIMO). La grande matrice de précodage dans le contexte MIMO massif contribue également à un signal d'émission avec un rapport élevé entre la puissance de crête et la puissance moyenne (PAPR). Cela nous a incités à proposer un nouvel algorithme, appelé PAPR-Aware-Secure-mMIMO. Dans ce schéma, les informations instantanées sur l'état du canal (CSI) sont utilisées pour concevoir un AN tenant compte du PAPR qui assure simultanément la sécurité tout en réduisant le PAPR. Ensuite, nous considérons le PLS par adaptation du canal. Ces schémas PLS dépendent de la précision de la CSI instantanée et sont inefficaces lorsque la CSI est imprécise. Toutefois, la CSI peut être inexacte dans la pratique en raison de facteurs tels qu'un retour d'information bruyant, une CSI périmée, etc. Pour résoudre ce problème, nous commençons par proposer un schéma PLS qui utilise le précodage et la diversité pour fournir le PLS. Nous proposons ensuite un réseau neuronal autoencodeur peu complexe pour débruiter la CSI imparfaite et obtenir des performances PLS optimales. Les modèles d'autoencodeur proposés sont appelés respectivement DenoiseSecNet et HybDenoiseSecNet. Enfin, nous étudions les performances de la PLS dans le cas d'une signalisation à alphabet fini. Les signaux gaussiens ont une grande complexité de détection parce qu'ils prennent un continuum de valeurs et ont des amplitudes non limitées. Dans la pratique, on utilise des entrées de canal discrètes parce qu'elles permettent de maintenir une puissance de transmission de crête et une complexité de réception modérées. Cependant, elles introduisent des contraintes qui affectent de manière significative la performance du PLS, d'où la contribution de cette thèse. Nous proposons d'utiliser des clés dynamiques pour partitionner les espaces de modulation de manière à ce qu'ils profitent à un récepteur légitime et non à un espion. Ces clés sont basées sur le canal principal indépendant et leur utilisation pour la partition conduit à des régions de décision plus grandes pour le récepteur prévu et plus petites pour l'espion. Ce système est appelé modulation partitionnée par index (IPM).