.png){kind=icon}
返回
Multi-RIS-Assisted UAV-Enabled V2X Communications Under Mobility-Aware CSI Aging
.png){kind=icon}
OA
AI
DOI：10.3390/s26113355.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
车联网（V2X）通信系统对延迟和可靠性提出了严格的要求，这在高度动态的无线环境中难以满足。尽管可重构智能表面（RIS）和无人机（UAV）已分别展现出增强无线覆盖的潜力，但大多数现有的RIS-UAV框架依赖于理想化假设，如完美的信道状态信息（CSI）和静态用户场景。本文提出了一种多RIS辅助UAV赋能的V2X通信框架，明确考虑了车辆移动性、延迟约束以及移动性导致的CSI老化问题。多个RIS面板协同部署以消除覆盖盲区，确保实际V2X环境中的链路连续性。在过时CSI条件下，提出了联合UAV移动性和RIS相位优化的方法以提高链路可靠性。此外，针对移动性感知的CSI老化问题进行了时变性能分析，以理解信噪比（SNR）和平均误码率（ABER）的动态行为。仿真结果表明，所提出的框架在20 dB SNR下过时CSI条件下，与传统的单RIS系统相比，将ABER降低了约75%（1.07 × 10⁻¹ vs. 4.32 × 10⁻¹），同时显著抑制了高移动性V2X场景（v = 20 m/s，CSI延迟τ = 20 ms）中的中断间隔，证实了协同多RIS辅助对安全关键型车联网通信的有效性。
Keyword:
ABER
CSI aging
mobility-aware optimization
reconfigurable intelligent surfaces
UAV communications
V2X
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.5
论文数:
7.2W
被引数:
20.9W
机构
引用论文
Joint Trajectory and Power Optimization for UAV Sensing Over Cellular Networks基于蜂窝网络的无人机感知联合航迹和功率优化
PREAI
分享收藏Reliable and Energy-Efficient MAC Protocols in Industrial IoT Networks via Multi-Agent Reinforcement Learning基于多智能体强化学习的工业物联网网络中可靠且节能的MAC协议
PREAI
分享收藏Vehicular Channel Characterization and Its Implications for Wireless System Design and Performance.png)
PROCEEDINGS OF THE IEEE
PROCEEDINGS OF THE IEEEIF25.9
PREAI
分享收藏Smart Radio Environments Empowered by Reconfigurable Intelligent Surfaces: How It Works, State of Research, and The Road Ahead由可重构智能表面支持的智能无线电环境: 工作原理、研究现状和未来之路OAAI
OAAI分享收藏
查看更多内容