IRS辅助的6G V2X网络联合广播/多播资源分配与协同感知优化

《IEEE Transactions on Broadcasting》：IRS-Assisted Joint Broadcast/Multicast Resource Allocation and Cooperative Perception Optimization for 6G V2X Networks

针对6G车联网中高可靠广播/多播通信与高精度协作感知的共存挑战，提出基于IRS增强的联合优化框架。通过构建异构网络架构动态调整通信链路，设计基于GAT的感知建模方法融合多源数据，采用HFRL算法优化IRS相位矩阵、广播频谱分配、计算卸载策略及感知任务优先级，仿真表明感知准确率提升至90.5%，URLLC可靠性达99.999%，频谱效率提升至5.2 bps/Hz。

　　

摘要：

针对6G车联网中高可靠性广播/组播通信与高精度协作感知的共存挑战，本文提出了一种基于红外反射系统（IRS）的联合优化框架。首先，构建了一种基于IRS辅助的毫米波-太赫兹异构网络架构，通过动态可编程反射单元重新配置多车辆通信链路，以解决传统组播场景中的信号遮挡和干扰问题；其次，设计了一种基于图注意力网络（GAT）的协作感知任务建模方法，将激光雷达点云数据和相机信息融合为时空感知特征，以驱动动态资源分配需求；最后，提出了HFRL算法，用于联合优化IRS相位矩阵、广播频谱分配、计算卸载策略和感知任务优先级。仿真结果表明，感知精度从基线的68.5%提升到了90.5%，超可靠低延迟通信（URLLC）的可靠性达到了99.999%，频谱效率为5.2 bps/Hz。