STAR-RIS辅助的低延迟车对车（V2I）通信系统的最佳配置

《Journal of Information and Intelligence》：Optimal Configuration for STAR-RIS-Assisted Low-Latency V2I Communication Systems

可重构智能表面（RIS）在车辆到基础设施（V2I）通信中通过动态调整反射和透射参数优化信道，提出基于差分进化的配置优化器以最小化最大传输延迟，仿真验证STAR-RIS在多场景下优于传统RIS和纯直接通信方案。

　　在现代无线通信技术中，重新配置智能表面（Reconfigurable Intelligent Surface, RIS）技术正逐渐成为一种重要的解决方案，特别是在车联网（Vehicle-to-Everything, V2X）场景中。V2X网络涵盖了车辆与基础设施（Vehicle-to-Infrastructure, V2I）、车辆与车辆（Vehicle-to-Vehicle, V2V）、车辆与行人（Vehicle-to-Pedestrian, V2P）等多种通信模式。随着智能交通系统的发展，V2I通信因其在交通控制、任务卸载等场景中的重要性而受到广泛关注。然而，V2I通信面临着诸多挑战，例如车辆的高速移动、动态传播环境以及多车之间的干扰问题。这些因素都会影响通信信号的传输质量，进而对通信延迟产生显著影响。因此，如何在V2I通信系统中实现低延迟、高可靠性的数据传输成为研究的热点。

为了应对这些挑战，研究者提出了同时传输与反射的RIS（STAR-RIS）技术。STAR-RIS作为一种新型的智能表面，不仅具备传统RIS的反射功能，还能够实现信号的穿透传输。这一特性使得STAR-RIS在复杂交通场景中具有更高的灵活性和适应性，尤其是在双向道路上，车辆可能分布在道路的两侧，而传统RIS只能通过反射实现通信，无法有效处理穿透路径的情况。STAR-RIS则能够根据车辆和RSU的相对位置，灵活地选择信号传输模式，从而显著提升通信效率和系统性能。

在实际的V2I通信场景中，通信延迟是一个关键的性能指标。尤其是在对延迟要求极为严格的应用场景，如超可靠低延迟通信（URLLC）和基于RIS的移动边缘计算（MEC）系统中，延迟的最小化尤为重要。然而，目前关于STAR-RIS在通信延迟优化方面的研究仍较为有限。因此，本文提出了一种基于差分进化（Differential Evolution, DE）的优化方法，用于解决STAR-RIS辅助的V2I通信系统中的延迟最小化问题。通过该方法，可以同时优化STAR-RIS的配置参数以及车辆的发射功率，以达到最小化系统延迟的目的。

本文的研究重点在于构建一个合理的系统模型，该模型涵盖了车辆、STAR-RIS和RSU之间的通信路径。车辆可能分布在道路的不同位置，而STAR-RIS则位于道路中央，可以同时实现信号的反射和穿透。在模型中，假设所有车辆具有相同的发射功率，并且RSU具备无限容量的数据缓冲区，以避免数据拥塞。同时，假设所有车辆的数据传输需求是随机的，且数据大小在一定范围内变化。为了更准确地模拟通信环境，我们还考虑了直连路径和通过STAR-RIS的中继路径，以及可能存在的阻挡效应。

在系统模型的基础上，我们进一步分析了STAR-RIS对通信延迟的影响。通过设定不同的通信场景，包括使用STAR-RIS、使用传统RIS以及无RIS的情况，我们对比了不同场景下的通信延迟表现。结果表明，STAR-RIS在所有场景中都表现出最佳的延迟性能，特别是在处理来自道路两侧的通信需求时，STAR-RIS能够通过其独特的穿透和反射能力，有效减少通信延迟。此外，我们还研究了不同参数设置对系统延迟的影响，例如车辆数量、噪声功率水平以及RIS的元素数量等。实验结果显示，随着车辆数量的增加，通信延迟也随之上升，而STAR-RIS则能够在高车辆密度下保持较低的延迟，显示出其在复杂交通环境中的优势。

在优化方法方面，本文采用了一种基于差分进化的算法，用于寻找最优的STAR-RIS配置和车辆发射功率。差分进化是一种基于群体智能的优化方法，能够在全球范围内搜索最优解，尤其适用于高维和非凸的优化问题。为了处理约束条件，我们引入了“约束违反”这一概念，即通过计算所有车辆之间的最大延迟差，来衡量系统延迟的均衡性。在算法设计中，我们采用了锦标赛选择机制，以确保优化过程中的可行性。实验结果显示，该优化方法在STAR-RIS辅助的V2I通信系统中表现出良好的收敛性和优化效果，能够有效降低系统的最大传输延迟。

此外，我们还研究了车辆速度对通信延迟的影响。在不同的速度条件下，车辆之间的安全距离会发生变化，这会影响信号传播路径和通信质量。实验表明，随着车辆速度的增加，通信延迟显著降低，因为高速行驶会减少车辆数量，从而降低干扰水平。在所有速度条件下，STAR-RIS都表现出优于传统RIS和无RIS的延迟性能，进一步验证了其在V2I通信中的优势。

综上所述，本文通过构建一个详细的STAR-RIS辅助的V2I通信系统模型，提出了基于差分进化的优化算法，用于最小化系统的最大传输延迟。研究结果表明，STAR-RIS在提升通信效率和降低延迟方面具有显著优势，尤其是在处理双向道路中来自不同方向的通信需求时。同时，该优化方法在多种系统设置下均表现出良好的性能，为未来智能交通系统的通信优化提供了新的思路和解决方案。