主題詞：智能反射界面 可見光通信 誤碼率停機(jī)概率 塊誤碼率中圖分類號：TN92 文獻(xiàn)標(biāo)志碼：A DOI：10.19620/j.cnki.1000-3703.20241044

Intelligent Transportation Visible Light Communication System Assisted byIntelligent Reflective Surface

YangJian'，LiGuoxingl，HuangXiaoqiong1，2，NiuMingbo1 （1.Schoolof EnergyandElectrical Engineering，Chang'an University，Xi'an710o18;2.BYDAuto Company Limited， Xi'an ）

【AbstractIToaddressthechallenges intecommunicationbetwe infrastructureand vehicles in intellgent transportation systems，thispaperappliesteIntelligentReflectingSurface（IRS）totheintellgenttransportationsystembasedonvisiblelight transmission，anddeeplyanalyzesitschanneltransmissionmodelandtheinfluenceofroadinfrastructureparameters.Byodeling theNon-Line-of-Sight （NLOS）channelbetweentheinfrastructureandvehicles，thetransmisionperformanceofsignals inthe NLOSchannelisanalyzed.Theclosed-formanalyticalsolutionsofthesystemperformancearederivedforthebiterrorrate， downtimeprobabilityandblockerorrateoftheIRS-asstedNOScommunication.Theimpactofthecompoundpintingeror onthebiterrorate，downtimeprobabilityandblockerorratoftheI-asistedNLOScommuncationsysemisalydThe bit error rate performance under M -aryPhase Shift Key （MPSK）modulation and traditional key control modulation is also analyzed.TheexperimentalresultsshowthatundertheIR-asistedNLOStransmissioncondition，whenthelinkfolowsthe double-RayleighdistributionortheRayleigh-Ricecombineddistribution，increasing thedistancebetween thetransceiver devicesand theheightof thestreetlampwillincreasethebiterorrate.Increasingthedowntimethresholdcan increase the downtime probability.Increasing the numberof transmited bitblockscan improvetheblock errorrate.MPSK modulationcan reducethesystemiterorratemorerapidly，ndtheperformanceisenancedasthemodulationorderincreases.Afterconsidering thepointingerrortoesstemitsitrorate，dowtieprobabilitydblockrorateallrease.propoedean effectively enhance system communication performance.

Key words： Intelligent Reflecting Surface （IRS），Visible light communication，Bit errorrate， owntimeprobability，Block errorrate

【引用格式】楊建，李國興，黃小瓊，等.智能反射界面輔助的智慧交通可見光通信系統(tǒng)[J].汽車技術(shù)，2025（5）：1-10.YANGJ，LIGX，HUANGXQ，etal.InteligentTansportationVisibleLightCommuicationSystemAssistedbyIntellgntReflective Surface[J]. Automobile Technology，2025（5）： 1-10.

1前言

車載通信技術(shù)能夠促進(jìn)車輛、行人和基礎(chǔ)設(shè)施間的互聯(lián)互通，對于改善交通流量、提升道路安全性和駕乘舒適度至關(guān)重要[1-2]。隨著車載通信對高數(shù)據(jù)傳輸速率和低延遲的需求不斷增加，可見光通信（VisibleLightCommunication，VLC）技術(shù)已逐漸成為該領(lǐng)域極具潛力的方案[3。VLC利用車輛外部照明燈具、交通信號燈和路燈中發(fā)光二極管實現(xiàn)照明和數(shù)據(jù)傳輸功能4，但光源強(qiáng)度分布不對稱、車輛移動性和長距離通信等因素均會影響車載可見光通信系統(tǒng)性能。為此，智能反射界面（IntelligentReflectiveInterface，IRS）技術(shù)應(yīng)運而生。

智能反射界面能夠?qū)⑽锢韨鞑バ诺擂D(zhuǎn)換為可控介質(zhì)，從而提供虛擬視距連接，提升信號質(zhì)量，增加通信距離5。其中，可見光通信智能反射界面的設(shè)計需要對材料進(jìn)行優(yōu)化，要求材料具有高光學(xué)反射率、低吸收率，并且對環(huán)境因素高度敏感。目前，IRS在射頻和室內(nèi)可見光通信中被廣泛研究6-8]。但可見光自身獨特的光學(xué)特性以及較短的波長，使得用于可見光通信的IRS設(shè)計與射頻場景存在較大差異[]。

IRS輔助的車載可見光通信系統(tǒng)顯著提升了車載通信的覆蓋范圍和傳輸效率。Zhan等[設(shè)計了一種基于反射鏡陣列的IRS輔助VLC系統(tǒng)，分析了不同反射鏡數(shù)量和傳輸距離下的系統(tǒng)性能。Rabiepoor等提出了一種IRS輔助車輛間（Vehicle-to-Vehicle，V2V）可見光通信系統(tǒng)的信道建模方案，并考慮了非對稱和對稱波束的配置。Eldeeb等2推導(dǎo)出V2V-VLC中實現(xiàn)能效和頻譜效率所需IRS元素數(shù)量的閉式表達(dá)式。另外，IRS可以協(xié)助車輛通信的資源分配和頻譜共享。吳微等3提出了一種基于IRS輔助的設(shè)備間（Device-to-Device，D2D）混合通信車聯(lián)網(wǎng)資源優(yōu)化策略，通過聯(lián)合優(yōu)化功率分配、IRS相移和頻譜資源分配，提升了系統(tǒng)速率和頻譜效率。張雷等[4通過優(yōu)化基站端發(fā)送預(yù)編碼和IRS反射相移矩陣，提升了車聯(lián)網(wǎng)系統(tǒng)的頻譜效率。

盡管現(xiàn)有研究在多種車載通信系統(tǒng)中取得了顯著進(jìn)展，但多數(shù)研究未關(guān)注在路燈環(huán)境下的車輛與基礎(chǔ)設(shè)施（Infrastructure-to-Vehicle，I2V）間VLC系統(tǒng)的性能表現(xiàn)。因此，本文基于IRS對信號傳輸性能進(jìn)行分析，通過建立交通基礎(chǔ)設(shè)施與車輛間的非視距傳輸模型，分析非視距鏈路服從雙瑞利分布和瑞利-萊斯聯(lián)合分布時系統(tǒng)的誤碼率（BitErrorRate，BER）停機(jī)概率以及塊誤碼率（BLockErrorRate，BLER）的影響，對比不同調(diào)制方式對系統(tǒng)性能的影響。

2系統(tǒng)模型

本文構(gòu)建了IRS輔助的車載通信網(wǎng)絡(luò)無線通信系統(tǒng)，如圖1所示。車輛安裝光電探測器、透鏡和反射鏡等設(shè)備，實時接收、轉(zhuǎn)換光電信號，同時進(jìn)行解調(diào)、相位調(diào)控。將路燈作為信號發(fā)射器，部署于車輛附近，IRS安裝在道路旁的建筑物上，用于輔助車輛通信。同時，本文定義了3種通信鏈路，分別為：

a.非視距鏈路：IRS輔助的通信鏈路，b.I2R鏈路：路燈到IRS的鏈路。c.R2V鏈路：IRS到車輛的鏈路。

在IRS輔助的車載通信網(wǎng)絡(luò)無線通信系統(tǒng)中，由于信號傳播經(jīng)過反射、折射和散射等現(xiàn)象，導(dǎo)致多個信號路徑到達(dá)接收端，形成多徑效應(yīng)。在實際交通場景中，信號會產(chǎn)生多次散射和衰減，I2R鏈路和R2V鏈路將會經(jīng)歷不同程度的衰減。為了降低多徑衰落對系統(tǒng)性能的負(fù)面影響，IRS可通過對齊信號的相位，使多徑分量在接收端相互抵消或減弱。同時，IRS通過調(diào)整反射單元的相位，實現(xiàn)對信號的波束賦形，即將信號能量集中指向目標(biāo)接收器，從而提高信號的接收功率。

本文使用文獻(xiàn)[15]的車輛與基礎(chǔ)設(shè)施間VLC系統(tǒng)模型，該模型采用非典型雙車道道路設(shè)計，每個行車道均能容納同向行駛的兩輛車，路邊燈桿呈均勻分布狀態(tài)，如圖2所示。

假設(shè)接收端具有相同的背景噪聲系數(shù) σ_k² ，此時基礎(chǔ)設(shè)施發(fā)射端的信道狀態(tài)信息（ChannelStateInformation，CSI）是完整的[，且視距鏈路上的小尺度衰落均為瑞利衰落7]。在傳輸環(huán)境相近的情況下，R2V鏈路會服從雙瑞利分布或萊斯分布，由公式（1）得到雙瑞利分布的概率密度函數(shù)（ProbabilityDensityFunction，PDF）為：

式中： ψ（k） 為迪伽馬函數(shù)， 為第二類零階修正貝塞爾函數(shù)， k 為級數(shù)求和的索引。

雙瑞利分布的累積分布函數(shù)（CumulativeDistributionFunction，CDF）為：

式中： K₁（x） 為第二類一階修正貝塞爾函數(shù)。

萊斯分布的概率密度函數(shù)為：

式中： F 為主信號的峰值幅度， σ_m² 為多徑信號分量的功率， I₀ 為第一類零階修正貝塞爾函數(shù)。

萊斯分布的累積分布函數(shù)為[18]：

式中： 為一個無限項的求和， ，I_?m 為第一類 m 階修正貝塞爾函數(shù)， K 為衡量 F 與 σ_m² 相對大小的萊斯因子。

信號在傳輸路徑中以固定速率衰減，在移動通信環(huán)境中，由于車輛的移動性和周圍環(huán)境的變化，路徑損耗

是不確定的。本文采用封閉形式的路徑損耗表達(dá)式，將路徑損耗設(shè)定為[15]：

式中： 分別為接收功率的峰值和正弦軸， d 為車輛的移動距離， T 為信號的接收時間。

結(jié)合文獻(xiàn)[15]中不同場景的參數(shù)，由于路徑損耗 ，所以 h_l 的概率密度函數(shù)為[19]：

非零視軸指向誤差取決于收發(fā)器間視線準(zhǔn)確性，如果收發(fā)器間的對準(zhǔn)不夠精確，即使微小的偏差也會令光束偏離接收器的有效區(qū)域，導(dǎo)致接收功率的顯著下降。指向誤差的概率密度函數(shù)為：

式中： ?：A₀ 為光束質(zhì)心到檢測器中心的瞬時徑向位移 z=0 時的光束振幅， D 為接收器的等效光束寬度 ω_req 與指向誤差位移標(biāo)準(zhǔn)偏差 σ_s 的比值， .h_p 為指向誤差的隨機(jī)信道損耗。

3系統(tǒng)性能分析

本文將IRS輔助的非視距鏈路分為非視距鏈路服從雙瑞利分布和非視距鏈路服從瑞利-萊斯聯(lián)合分布。IRS輔助的非視距鏈路中，兩種分布的接收信號的信噪比（Signal toNoiseRatio，SNR）分別為：

式中： h₂ 為服從雙瑞利分布的衰落， h₃ 為隨機(jī)信道損耗，P₁ 為路燈的發(fā)射功率， γ₀₂ 為服從雙瑞利分布的平均信噪比， γ₀₃ 為大氣湍流服從瑞利-萊斯聯(lián)合分布的平均信噪比 分別為雙瑞利分布和瑞利-萊斯聯(lián)合分布下不同信號源（除路燈信號源）的干擾信號功率， A_I2R 為路燈到IRS的通信鏈路的信道增益， g_R2V 為IRS到車輛的通信鏈路的信道增益， Θ 為IRS的反射系數(shù)， diag（ ）為對角矩陣函數(shù)， 為相位矩陣。

通過最大化信噪比優(yōu)化IRS的反射系數(shù)，改善信號的傳播路徑，降低多徑衰落的影響：

式中：H為接收端與發(fā)射端間的信道增益向量 h_r，m 的共軛轉(zhuǎn)置， h_b，r?h_b，m 和 h_b，l 為基站（路燈、電桿）與接收端、發(fā)射端和干擾源間的信道增益， h_r，l 為接收端與干擾源間的信道增益。

3.1雙瑞利分布的通信鏈路性能分析

3.1.1 雙瑞利分布通信鏈路的誤碼率

在信號傳輸過程中，通信鏈路可能存在遮擋，導(dǎo)致視距鏈路無法傳輸信號，可將IRS部署在路側(cè)建筑物增強(qiáng)通信鏈路，擴(kuò)大信號接收范圍。為了避免因信號接收器位置、環(huán)境等因素影響信號傳輸質(zhì)量，本文通過部署IRS提高邊緣目標(biāo)接收器的信號可達(dá)率。

當(dāng)通信鏈路服從雙瑞利分布時，采用雙瑞利分布的概率密度函數(shù)表征信號經(jīng)歷的損耗，得到服從雙瑞利分布復(fù)合信道的概率密度函數(shù)為：

式中： h_a 為路徑損耗， h₁ 為大氣湍流， W 為調(diào)節(jié)信號傳輸特性的權(quán)重因子， n 為路徑i的數(shù)量。

根據(jù)服從雙瑞利分布的各通信鏈路瞬時信噪比γ₂=γ₀₂h₂² ，其中 h₂=h₁?h_a ，則在雙瑞利環(huán)境下，復(fù)合瞬時信噪比的概率密度函數(shù)為：

根據(jù)瞬時信噪比和誤碼率的關(guān)系，由式（13）和式（14）得到服從雙瑞利分布的非視距鏈路的誤碼率 P_e 為：

式中： Q（ ）為高斯錯誤概率函數(shù)。

3.1.2 雙瑞利分布通信鏈路的停機(jī)概率

在服從雙瑞利分布的非視距鏈路中，當(dāng)瞬時信噪比低于閾值時，傳輸信號會發(fā)生停機(jī)中斷事件[20]。假設(shè) 為停機(jī)閾值，其中， R_T 為數(shù)據(jù)傳輸速率，則非視距鏈路下的停機(jī)概率為 P[γ_（k）?Λ₁]

計算信噪比低于閾值時的概率，利用 計算復(fù)雜信道模型對數(shù)衰落特性，則服從雙瑞利分布的非視距鏈路的停機(jī)概率為：

3.1.3 雙瑞利分布通信鏈路的塊誤碼率

在服從雙瑞利分布的非視距鏈路中，由于信號發(fā)射裝置的錯誤編碼、傳輸擾動等改變信號，導(dǎo)致信號發(fā)射源發(fā)送大量比特塊時發(fā)生誤碼，常使用BLER進(jìn)行表征。通過式（17）和式（18）計算信道增益的指數(shù)多項式積分和包含對數(shù)多項式的積分，得到服從雙瑞利分布的非視距鏈路中的塊誤碼率為：

式中： T（ ）為伽馬函數(shù)， B，C 分別為系統(tǒng)帶寬和信道特性參數(shù)， M，N 分別為誤碼和發(fā)送比特塊的數(shù)量。

3.2復(fù)合指向誤差的雙瑞利分布的性能分析

根據(jù)公式（11）中大氣湍流服從雙瑞利分布衰落的概率密度函數(shù)，本文將指向誤差與路徑損耗、大氣湍流等衰落因素進(jìn)行復(fù)合，得到服從雙瑞利分布的非視距鏈路的復(fù)合概率密度函數(shù)為：

由瞬時信噪比 ，其中， 為復(fù)合衰落后的信道增益，則復(fù)合瞬時信噪比的概率密度函數(shù)為：

因此，服從復(fù)合指向誤差的雙瑞利分布的非視距鏈路的誤碼率為：

根據(jù)復(fù)合瞬時信噪比的概率密度函數(shù)，通過計算復(fù)雜信道模型對數(shù)衰落特性，得到服從復(fù)合指向誤差的雙瑞利分布的非視距鏈路的停機(jī)概率為：

3.3瑞利-萊斯分布的非視距鏈路的性能分析

3.3.1瑞利-萊斯分布的非視距通信鏈路誤碼率

在信號傳輸中，IRS通過改變信號的相位，使信號在到達(dá)目標(biāo)車輛前改變反射角度，較大程度地優(yōu)化信號傳輸路徑。信號到達(dá)IRS的反射單元，其路徑經(jīng)歷屬于瑞利分布模型的大氣湍流，并服從萊斯分布模型。因此，IRS輔助的非視距通信鏈路中，復(fù)合瑞利和萊斯分布的大氣湍流的聯(lián)合概率密度函數(shù)為：

式中： q 為級數(shù)求和的索引， σ₀^2q+2 為信道的方差。

由于 h_a 服從瑞利-萊斯的聯(lián)合分布，在大氣湍流級聯(lián)路徑損耗后的聯(lián)合概率密度函數(shù)為：

因此，服從復(fù)合指向誤差的雙瑞利分布的非視距鏈路的塊誤碼率為：

式中： h_al 為路燈和IRS的大氣湍流衰落， h_a2 為IRS到車輛的大氣湍流衰落。

根據(jù)瞬時信噪比 γ₃ 和衰落 h₃ 的關(guān)系 γ₃=γ₀₃h₃² ，計算瞬時信噪比 γ₃ 的概率密度函數(shù)為：

2025年第5期

因此，大氣湍流服從瑞利-萊斯聯(lián)合分布的誤碼率為：

3.3.2瑞利-萊斯分布的非視距通信鏈路停機(jī)概率

為了分析大氣湍流服從瑞利-萊斯分布的非視距通信鏈路的停機(jī)概率，設(shè)定停機(jī)閾值設(shè)置為 ，則大氣湍流服從瑞利-萊斯湍流分布的非視距鏈路的停機(jī)概率為：

3.3.3瑞利-萊斯分布的非視距通信鏈路BLER

當(dāng)信號發(fā)射后，在信號發(fā)射與傳輸階段均可能發(fā)生誤碼。在大氣湍流服從瑞利-萊斯聯(lián)合分布的非視距傳輸過程中，存在因信號擾動導(dǎo)致比特塊發(fā)生誤碼問題，大氣湍流服從瑞利-萊斯湍流分布的BLER為：

式中： x 為伽馬函數(shù)的階數(shù)，t為積分變量。

3.4復(fù)合指向誤差的瑞利-萊斯分布的非視距鏈路的性能分析

復(fù)合指向誤差的大氣湍流服從瑞利-萊斯聯(lián)合分布的非視距通信鏈路的衰落 x₁=h₁h_a1h_a2h_p 的概率密度函數(shù)為：

根據(jù)瞬時信噪比 γ₃ 和衰落 x₃ 的關(guān)系 γ₃=γ₀₃x₃² ，得到瞬時信噪比 γ₃ 的概率密度函數(shù)為：

根據(jù)平均信噪比和誤碼率的關(guān)系，計算復(fù)合指向誤差的瑞利-萊斯聯(lián)合分布的非視距通信鏈路的誤碼率為：

根據(jù)復(fù)合瞬時信噪比，服從復(fù)合指向誤差的瑞利-萊斯聯(lián)合分布的非視距鏈路的停機(jī)概率為：

因此，復(fù)合指向誤差的瑞利-萊斯聯(lián)合分布的非視距通信鏈路的塊誤碼率為：

3.5不同調(diào)制方式下的誤碼率分析

本文采用M元相移鍵控（M-aryPhaseShiftKeying，MPSK）調(diào)制方式，并分析該方式與通斷鍵控（ 0n? -OffKeying，OOK）調(diào)制方式在誤碼率性能上的差異。

MPSK相位調(diào)制方式下的雙瑞利分布和瑞利-萊斯分布的非視距鏈路的誤碼率分別為：

式中： N_d 為每個符號的平均誤碼數(shù)。

式中：J為每個符號攜帶的比特數(shù) ，j 為調(diào)制階數(shù)。

4系統(tǒng)分析

根據(jù)表1的仿真參數(shù)，對非視距傳輸下的誤碼率、停機(jī)概率以及塊誤碼率進(jìn)行仿真分析。為了更符合實際交通場景，車輛的尺寸（長 4.67m 寬 1.84m 高 0設(shè)置符合常規(guī)小型車標(biāo)準(zhǔn)；路燈間距為 30m ，處于城市主干道（ （20～40m ）的合理區(qū)間；光電探測器孔徑為2.5cm ，適配可見光通信系統(tǒng)需求，兼顧接收效率與成本；路燈高度為 7m ，能夠保證信號燈的可視性；車道寬

2025年第5期

度為 3.5～3.75m ，車輛橫向偏移上限為 2m ，可以覆蓋最大偏移。

在非視距通信中，收發(fā)信號的距離、路燈高度等因素對誤碼率的影響如圖3所示，其中， r 為道路傳輸距離， h_p 為路燈高度，DR、R-L分別為服從雙瑞利分布和服從瑞利-萊斯分布。

由圖3a可知，隨著路燈和車輛間的距離增加，誤碼率性能呈現(xiàn)衰減趨勢，主要原因為信號傳輸過程中，距離的增加會導(dǎo)致路徑損耗增大，接收信號的強(qiáng)度下降，從而導(dǎo)致SNR降低，誤碼率上升。

由圖3b可知，隨著路燈高度的增加，誤碼率性能同樣為衰減趨勢。雖然增加路燈高度能夠擴(kuò)大光通信信號的可視范圍，但信號從路燈到IRS，再到車輛的總路徑長度增加，導(dǎo)致信號強(qiáng)度下降。同時，路燈高度能夠改變信號到達(dá)IRS的入射角和反射角，從而影響IRS的反射效率。當(dāng)反射角度偏離最佳范圍時，信號的能量集中度降低，信號強(qiáng)度下降，從而誤碼率提高。

因此，在復(fù)雜的城市環(huán)境中，路燈與車輛間距離、路燈高度的增加使信號易受到建筑物、樹木等障礙物的遮擋，導(dǎo)致信號強(qiáng)度波動。為了降低誤碼率，可通過調(diào)整IRS的位置和角度，使其反射效率最大化，也可采用高增益天線或信號放大器增強(qiáng)信號強(qiáng)度。

復(fù)合指向誤差的IRS輔助非視距傳輸?shù)恼`碼率曲線如圖4所示，其中，PE為考慮指向誤差，NPE為未考慮指向誤差。

由圖4可知，當(dāng)考慮指向誤差時，IRS輔助的非視距通信系統(tǒng)的誤碼率性能顯著下降，這是因為信號在傳輸過程中會受路徑損耗和大氣湍流的影響，導(dǎo)致信號難以直接到達(dá)光電探測器的中心位置。而且車輛行駛過程中抖動、交通基礎(chǔ)設(shè)施的輕微搖擺也會引起信號傳輸路徑的變化，從而導(dǎo)致指向誤差。上述因素均可增加信號傳輸過程中的損耗，降低接收信號的強(qiáng)度，導(dǎo)致誤碼率上升。

在考慮指向誤差的情況下，信道中服從瑞利-萊斯分布的系統(tǒng)性能優(yōu)于服從雙瑞利分布的系統(tǒng)。由于瑞利-萊斯分布中存在明顯的直射分量，即使存在指向誤差，直射分量在一定程度上能夠補(bǔ)償信號的損耗，保持較高的信號強(qiáng)度，使信號在傳輸過程中具有更高的穩(wěn)定性和更強(qiáng)的抗干擾能力。而雙瑞利分布由于無明顯的直射分量，信號完全依賴于反射路徑，所以對指向誤差更敏感。

當(dāng)系統(tǒng)SNR低于某一設(shè)定閾值，通過驗證停機(jī)概率可以評估系統(tǒng)在不同條件下（如不同信道狀態(tài)、發(fā)射功率等），因信噪比不足導(dǎo)致通信中斷通信的可能性，提高了系統(tǒng)在復(fù)雜環(huán)境下的可靠性。IRS輔助的非視距通信鏈路的停機(jī)概率曲線如圖5所示。本文停機(jī)閾值設(shè)置為1＼～5，不同的停機(jī)閾值有助于分析系統(tǒng)在不同通信質(zhì)量下的表現(xiàn)，較低的停機(jī)閾值表示對通信質(zhì)量的要求較低，允許較高的中斷概率；而較高的停機(jī)閾值表示系統(tǒng)要求更高的通信質(zhì)量，停機(jī)的容忍度較低。

由圖5可知，兩種通信分布方式下，停機(jī)閾值越小，系統(tǒng)性能越好，且服從瑞利-萊斯聯(lián)合分布的整體系統(tǒng)性能優(yōu)于雙瑞利分布。當(dāng)停機(jī)閾值較小時，系統(tǒng)對SNR的要求較低，即使在較差的信道條件下，系統(tǒng)仍能維持通信，所以停機(jī)概率較低；當(dāng)停機(jī)閾值較大時，系統(tǒng)對SNR的要求較高，僅在信道條件較好時，才能夠維持通信，所以停機(jī)概率較高。而且瑞利-萊斯聯(lián)合分布的直射分量提供了更穩(wěn)定的信號傳輸路徑，能夠補(bǔ)償部分損耗，使SNR的波動較小，因此，在停機(jī)概率方面性能表現(xiàn)更佳。

IRS輔助的非視距通信鏈路復(fù)合指向誤差的停機(jī)概率曲線，如圖6所示。當(dāng)非視距鏈路的初始閾值為5時，系統(tǒng)考慮了指向誤差后，停機(jī)閾值有所增加。

信號發(fā)射端發(fā)送比特塊數(shù)量 N=3 和 N=6 時，在接收端有1個誤碼比特塊的BLER曲線，如圖7所示。

由圖7可知，當(dāng)發(fā)送比特塊數(shù)量 N=6 時，信道服從雙瑞利分布和服從瑞利-萊斯聯(lián)合分布，系統(tǒng)性能優(yōu)于發(fā)送3個比特塊的BLER。當(dāng) N=3 時，BLER的初始值小于10^-2 ；當(dāng) N=6 時，BLER的初始值在 10^-5 附近，表明隨著數(shù)據(jù)塊數(shù)量增加，BLER顯著降低。當(dāng)發(fā)送較大的數(shù)據(jù)塊時，系統(tǒng)可以進(jìn)行交織和重傳，其中，交織可將連續(xù)的誤碼分散至不同的數(shù)據(jù)塊中，從而降低BLER；重傳機(jī)制可在檢測誤碼后，重新發(fā)送數(shù)據(jù)塊，進(jìn)一步降低BLER。

圖8展示了在發(fā)送比特塊數(shù)量 N=7 時，考慮指向誤差和不同誤碼比特塊數(shù)的BLER曲線與SNR的關(guān)系。隨著錯誤數(shù)據(jù)塊的數(shù)量由 M=1 增加至 M=2 ，系統(tǒng)的BLER性能顯著下降，信道中噪聲、衰落或干擾加劇。信道中噪聲隨機(jī)改變信號的幅度和相位，導(dǎo)致接收信號的誤判；信道衰落導(dǎo)致信號強(qiáng)度明顯下降，其他信號源或環(huán)境因素可能引入干擾，進(jìn)一步破壞信號質(zhì)量。同時，當(dāng)誤碼比特塊數(shù)固定時，考慮指向誤差會進(jìn)一步惡化信號接收情況。

對比MPSK調(diào)制與OOK調(diào)制的BER性能，結(jié)果如圖9所示。相較于OOK調(diào)制方式，MPSK調(diào)制能夠快速降低系統(tǒng)的誤碼率。MPSK調(diào)制通過改變信號的相位表示多個比特的信息，在相同的帶寬內(nèi)傳輸更多的數(shù)據(jù)，能夠高效地利用頻譜資源，降低誤碼率。而OOK調(diào)制方式通過控制載波的存在表示不同的符號或比特，頻譜效率相對較低，對噪聲和衰落更敏感，導(dǎo)致誤碼率較高。

在MPSK調(diào)制中，不同調(diào)制階數(shù)的BER與SNR的關(guān)系如圖10所示。在相同的信噪比條件下，隨著調(diào)制階數(shù)的增大，各符號間相位差減小，即符號間距離減小，符號間的區(qū)分更加困難，導(dǎo)致誤碼率提升。因此，隨著調(diào)制階數(shù)的增大，誤碼率性能衰減。

5結(jié)束語

本文設(shè)計了一種IRS輔助下的可見光非視距通信系統(tǒng)模型，探究了模型在非視距鏈路中，服從雙瑞利分布和瑞利-萊斯聯(lián)合分布對誤碼率、停機(jī)概率以及塊誤碼率的影響，同時，考慮復(fù)合指向誤差，提升通信系統(tǒng)性能。后續(xù)將在路燈與車輛間增配多個IRS單元，通過選取或切換合適的IRS，實現(xiàn)接收信號的智能覆蓋，為智慧交通中光電信號傳輸系統(tǒng)的分析提供科學(xué)依據(jù)。

參考文獻(xiàn)

[1]WANGG，XUFM，ZHANGH S，etal.Joint Resource Management for Mobility Supported Federated Learning in

ernet vecies[j].rutuieGenerauon Goputel Systems，2022，129： 199-211.

[2]NOOR-A-RAHIM M，LIU Z L，LEE H，et al. 6G for Vehicle-to-Everything （V2X） Communications：Enabling Technologies，Challenges，and Opportunities[J]. Proceedings of the IEEE，2022，110（6）： 712-734.

[3]SHARDAP，BHATNAGARMR.Vehicular Visible Light Communication System： Modeling and Visualizing the CriticalOutdoorPropagationCharacteristics[J].IEEE TransactionsonVehicular Technology，2023，72（11）： 14317-14329.

[4] MEUCCI M， SEMINARA M， NAWAZ T， et al. Bidirectional Vehicle-to-Vehicle Communication System Based on VLC： OutdoorTestsandPerformanceAnalysis[J].IEEE Transactions on Intelligent Transportation Systems，2022， 23（8）： 11465-11475.

[5]CANG Y H， CHEN M， ZHAO JW，et al. Joint Deployment and Resource Management for VLC-Enabled Riss-Assisted UAVNetworks[J].IEEETransactionsonWireless Communications，2022， 22（2）： 746-760.

[6] BJORNSON E， OZDOGAN O， LARSSON E G. Intelligent Reflecting Surface Versus Decode-and-Forward： How Large Surfaces are Needed to Beat Relaying？[J]. IEEE Wireless Communications Letters，2019，9（2）： 244-248.

[7]HUANG CG，LIAN ZX，ZHANGBB，et al.A General Physics-Based IRS Auxiliary Channel Model for Wireless Communications[J]. IEEE Wireless Communications Letters， 2023，13（3）： 796-800.

[8] ZHANG W， ZHAO X， ZHAO Y Q，et al. On Security Performance Analysisof IRS-Aided VLC/RF Hybrid System[J].Physical Communication，2023，61.

[9]JAMALIV，AJAM H，NAJAFIM，et al.Intelligent Reflecting Surface Assisted Free-Space Optical Communications[J]. IEEE Communications Magazine，2021， 59（10）： 57-63.

[10] ZHAN L，ZHAO H，ZHANG W H，et al.Performance Analysis and Node Selection of Intelligent Reflecting Surface-Aided Visible Light Communication for Paralel Vehicles[J].WirelessCommunicationsandMobile Computing，2022（1）.

[11]RABIEPOOR A，NEZAMALHOSSEINI SA，CHEN L R. IRS-Assisted Vehicular Visible Light Communications Systems： Channel Modeling and Performance Analysis[J]. Applied Optics，2023，63（1）： 167-178.

[12] ELDEEB H B， NASER S，BARIAH L， et al. Energy and Spectral Efficiency Analysis forRIS-Aided V2V-Visible Light Communication[J]. IEEE Communications Letters， 2023，27（9）： 2373-2377.

[13]吳微 徐涴碌IRS-D2D混合通信車聯(lián)網(wǎng)場景下的資源 優(yōu)化策略[J].計算機(jī)應(yīng)用研究，2025，42（2）：560-565. WUW，XU Y P.Resource Optimization Strategies for IRSD2DHybrid Communication in Internet of Vehicles Scenarios[J]. Application Research of Computers，2025， 42（2）： 560-565.

[14]張雷，王玉，田建杰，等.基于IRS輔助的MIMO車聯(lián)網(wǎng)系 統(tǒng)聯(lián)合波束成形設(shè)計[J].通信學(xué)報，2023，44（2）：59-69. ZHANGL，WANGY，TIANJJ，etal. JointBeam Forming Design for IRS-Aided MIMO Internet of Vehicles System[J]. Journal of Communications，2023，44（2）：59-69.

[15]牛明博，楊建，黃小瓊，等.車載可見光視距通信系統(tǒng)塊 誤碼率的研究[J].汽車技術(shù)，2025（1）：33-40. NIU MB，YANGJ，HUANG XQ， et al. Research onBlock ErrorRate of Vehicle mounted VisibleLight Lineof Sight CommunicationSystem[J].Automobile Technology， 2025（1）： 33-40.

[16]李國權(quán)，徐勇軍，陳前斌.基于干擾效率多蜂窩異構(gòu)無線 網(wǎng)絡(luò)最優(yōu)基站選擇及功率分配算法[J].電子與信息學(xué) 報，2020，42（4）： 957-964. LI G Q，XU Y J， CHEN Q B. Optimal Base Station Selectionand Power Allocation Algorithm for Multi cellular Heterogeneous Wireless Networks Based on Interference Efficiency[J]. Journal of ElectronicsandInformation Technology，2020，42 （4）： 957-964.

[17]DHILLON H S，KOUNTOURIS M，ANDREWS J G. Downlink Mimo HetNets：Modeling，Ordering Results and Performance Analysis[J]. IEEE Transactions on Wireless Communications，2013，12（10）： 5208-5222.

[18]王鵬，陳吉余，李棟.無線信道特性及仿真[J].中國傳媒 大學(xué)學(xué)報（自然科學(xué)版），2006（2）：11-14+31. WANG P，CHEN JY，LI D. The Characteristics and Modeling ofMobile Radio Channels[J]. Journalof Communication University of China （Natural Science Edition），2006（2）： 11-14+31.

[19] SALO J， EL-SALLABI H M， VAINIKAINEN P. Impact of Double-Rayleigh Fading on System Performance[C]//2006 1stInternational Symposium on Wireless Pervasive Computing.Phuket， Thailand： IEEE，2006.

[20] SINGH G，SRIVASTAVA A，BOHARA V A， et al. Downlink Performance of Optical Power Domain Noma for Beyond 5G Enabled V2X Networks[J]. IEEE Open Journal of Vehicular Technology.2021，2： 235-248.

[21] CHEN Y B，WANG Y， ZHANG JY，et al. Resource Allocation forIntelligentReflectingSurfaceAided Vehicular Communications[J]. IEEETransactionson Vehicular Technology，2020，69（10）： 12321-12326. （責(zé)任編輯瑞秋）