计算机应用研究

作者：吴微,徐涴砯,

单位：上海海事大学信息工程学院,上海201306；

关键词：智能反射面,车联网,D2D,认知无线电,资源分配,

基金：上海市青年科技英才扬帆计划资助项目(20YF1416700)；；

针对城市道路车联网存在视距链路阻塞和资源有限等问题，提出一种基于混合通信车联网场景下的智能反射面（IRS）辅助的资源优化策略。该方案构建了IRS辅助的车联网系统，并在该系统中使用D2D技术增加距离基站较远车辆的数据传输能力。为了提升系统的频谱效率，在该系统中引入认知无线电技术（CR），将D2D用户下垫式地接入基站用户信道，在不超过基站用户预设干扰门限的情况下传输数据。针对所构建的IRS-D2D混合通信车联网系统模型，提出基于系统和速率最大化的有限资源优化分配问题。在满足用户通信服务质量的条件下，通过联合优化功率分配、IRS相移和频谱资源分配的方法，实现系统和速率的最大化。由于提出的优化问题是一个多变量的混合整数非凸问题，难以在多项式时间内求得最优值，故采用两阶段联合分配方案。具体地，在第一阶段，联合优化功率分配和IRS相移，通过松弛变量法得到局部最优解。在第二阶段，使用交替优化算法进行频谱资源分配。仿真结果表明，IRS辅助车联网的资源优化策略提升了系统的和速率和频谱效率，所提资源分配方案优于现有方案。由此IRS-D2D的通信技术可以应用在车联网中。

来源：2025年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第2期