基于RIS的车路协同反向散射保密通信方法.pdf

第48 卷总第52 4期基于RIS的车路协同反向散射保密通信方法韩帅，王金明，李家玲？（1.哈尔滨工业大学电子与信息工程学院，黑龙江哈尔滨150 0 0 0；2.中国第一汽车股份有限公司，吉林长春130 0 0 0）【摘要】考虑到未来车联网对能量消耗和网络寿命前所未有的需求，将BackCom和RIS技术应用于V2I无线通信系统，以满足基础设施广泛部署的场景和需求。这两种技术都可以在没有射频发射元件的情况下实现被动低功耗的数据传输。在所引人的系统模型中，一个安装在路边基础设施上的RIS通过反向散射来自附近基站的信号向多个合法用户发送机密信息。然而，反向散射信号存在被窃听的风险。因此，假设存在多个窃听者试图拦截RIS的信息。然后，通过联合优化基站的主动波束形成和RIS反射系数，实现最小保密速率的最大化。最后，基于一种替代算法进行了大量仿真，验证了所考虑系统和所提出优化方案的可行性和有效性。【关键词】车路协同；反向散射通信；可重构智能表面；物理层安全doi:10.3969/j.issn.1006-1010.20240217-0001中图分类号：TN929.5文献标志码：A文章编号：10 0 6-10 10(2 0 2 4)0 4-0 0 47-0 7引用格式：韩帅,王金明,李家玲.基于RIS的车路协同反向散射保密通信方法.移动通信，2 0 2 4,48(4)：47-53.HAN Shuai,WANG Jinming,LI Jialing.A Method for RIS-based Vehicle-Infrastructure Collaborative Backscatter Secure CommunicationJ.Mobile Communications,2024,48(4):47-53.OSID:扫描二维码与作者交流A Method for RIS-based Vehicle-Infrastructure Collaborative Backscatter Secure CommunicationHAN Shuai,WANG Jinming,LI Jialing(1.School of Electronics and Information Engineering,Harbin Institute of Technology,Harbin 150000,China;2.China FAW Group Corporation,Changchun 130000,China)AbstractKeywords0引言车联网在未来无线通信网络中占据重要地位，为提升交通质量带来了新的机遇，也促进了新型技术的研究。国家“十四五”规划中提出要推动车联网的部署和应用，构建“车-收稿日期：2 0 2 4-0 2-17*基金项目：国家自然科学基金面上项目“面向高通量卫星互联网的海量终端自适应接入技术研究”（6 2 37 116 6）；黑龙江省重点研发项目“农业广域低成本智联信息传输技术与系统”（JD22A001)Considering the unprecedented requirement of energy consumption and network lifetime in future Internet of vehicles(loV),the BackCom and RIS technologies are leveraged in vehicle-to-infrastructure(V2I)wireless communication systems tomeet the scenarios and requirements of the extensive infrastructure deployment.These two technologies can accomplishpassive low-power data transmission without radio frequency components.In the introduced system model,a RIS mountedon roadside infrastructure sends confidential information to multiple legitimate users by backscattering the signals from anearby base station.However,there is a risk of eavesdropping on the backscattered signals.Hence,we consider that multipleeavesdroppers attempt to intercept the RISs information and the goal is to maximize the minimum secrecy rate by jointlyoptimizing the active beamformer at the base station and the reflection coefficient of RIS.Finally,tremendous simulationsare implemented based on an alternative algorithm to demonstrate the feasibility and effectiveness of the considered systemand the proposed optimization schemes.vehicle-infrastructure collaboration;backscatter communication;reconfigurable intelligent surface;physical layer security移动通信2024年4月第4期47路-交通管理”一体化协作的智能管理系统。明确提出发展低功耗传输技术，运用新一代信息技术扩大产业规模，是国家的发展战略需求。同时，工信部指出必须加强车联网络设施和网络系统安全防护能力，保障车联网无线通信的安全性能。近年来，车联网产业发展迅速，工信部数据显示，2 0 2 2年中国自动驾驶智能网联车销售量达7 0 0 万辆，同比增长45.6%；自动驾驶新能源汽车比例达48%。中国信息通信研究院发布的车联网白皮书预计到2 0 2 5年中国智能汽车市场规模将达近万亿元2 。车联网指通过安装的感知终端和第48 卷“RIS辅助的通感一体化”专题总第52 4期通信设备，将车辆、道路、管理系统和基础设施等进行互联，实现车辆对环境的实时感知、自动控制和信息共享，使驾驶行为更加安全、高效、环保。现阶段车联网主要由通信技术、感知技术、控制技术、信息技术等组成，其中通信技术作为重要组成部分，在数据的低功耗安全传输方面仍存在不足。车联网中主要通信技术之一为车用无线通信（V2X，VehicletoEverything）技术，该技术主要包含车对车通信（V2V，V e h ic le-t o-V e h ic le）、车对基础设施通信（V2I,Vehicle-to-Infrastructure）、车对行人通信（V2P，V e h i c le-to-Pedestrian）等3。对于V2I网络，大量部署的基础设施使得系统能耗大幅提高，降低了网络整体寿命。V2X主要技术标准，即专用短程通信技术（DSRC，D e d i c a t e dShort Range Communication）和蜂窝车用无线通信(C-V2X,CellularVehicle to Everything），都依赖于射频模块，也提高了系统能耗需求。同时，V2I网络中通信实时性与交互性导致的数据易受窃听性，使得车路协同系统中数据传输安全性仍有待探索。针对此，反向散射通信（BackCom，Backscatter Communication）4和可重构智能表面（RIS,Reconfigurable Intelligent Surface）5 技术由于被动工作模式和对无线传输环境的控制能力，在实现车路协同系统中的数据低功耗安全传输方面展现出了优势。首份6 G白皮书6 指出，BackCom技术能够实现超低功耗传输，与6 G“无处不在”目标契合，满足“绿色”车联网可持续、低能耗的设计需求，是6 G与车联网关键技术之一。BackCom技术无需特定的射频元件，能够利用无线环境中的射频信号传输信息7 。因此，研究人员已经开始探索BackCom在车联网中的适用性。文献8最大化了BackCom使能V2I网络的可达速率，同时应用了非正交多址接人（NOMA，No n-o r t h o g o n a l M u l t i p l eAccess）技术。进一步，文献9 基于传统BackCom技术,将射频元件加人到了V2I网络中，同时设计了编解码方式，进一步提升了系统的BackCom范围。文献10 提出了基于BackCom和NOMA技术的车联网络，并考虑了射频前端的正交相位不平衡和一个非法窃听者的存在，通过推导得中断概率和拦截概率的解析表达式，分析了所提出车联网无线通信系统的保密性能。尽管如此，传统BackCom网络中的双重衰落现象使得传输信号相对微弱。可重构智能表面（RIS,Reconfigurable IntelligentSurface）和BackCom网络的反射机制相似，能够捕获特定的电磁波并以期望的方式反射到特定位置，因此可应用RIS于BackCom网络，形成RIS-BackCom以弥补信道衰落问题(。IMT-2030（6 G）推进组12 指出RIS-BackCom技术是构建绿色节能、部署灵活车联网的关键移动通信482024年4月第4期技术之一，是实现“万物智联”的重要手段。因此，可将RIS-BackCom技术应用于车联网，将RIS部署于路旁作为信息节点，构建新型车路协同通信系统。与此同时，工信部在新能源汽车产业发展规划（2 0 2 1-2 0 35年）中指出，必须保障车联网通信安全，强化车载通信设备和路侧通信设备等安全通信能力，防范通信信息安全风险，保障车路协同场景的通信安全。文献13 将RIS-BackCom用于提升多输人多输出（M IM O,M u l t i-In p u t M u l t i O u t p u t）通信系统的保密性，来自非法窃听者的主动干扰信号被RIS反向散射为有用信号，用于增强合法接收者的信号性能。文献14 将RIS-BackCom与NOMA技术相结合，提出了一种基于基站天线选择的新型物联网（IoT，In t e r n e t-o f-T h i n g s）无线通信系统，并通过推导系统中断概率分析了所提出系统的可行性与有效性。文献15 研究了基于RIS-BackCom的多用户保密通信技术，验证了RIS-BackCom网络数据安全传输的可达性能。文献16 利用RIS-BackCom技术将RIS接收信号转化为携带人工噪声的机密信息，增强了系统的保密性能。针对窃听信道的不确定性，文献17 实现了窃听信道未知场景下的RIS-BackCom网络的安全传输。由此可见，RIS-BackCom技术在实现低功耗传输的同时，在提高系统保密性能方面也具有较大潜力18 。将文献19 提出了一个基于RIS-BackCom的V2X通信系统，该系统将卫星信号作为RIS进行反向散射的载波，实现了RIS与车辆的低功耗通信，注意到这个过程不需要特定射频发射模块，而只需要利用RIS与无线环境中的无线电波。综上所述，仅将RIS-BackCom技术应用于车路协同通信网络，虽然降低了能耗，但在数据的安全传输方面也存在隐患，因此在基于RIS-BackCom的车路协同安全传输方面仍存在不足。截至目前，该方面的研究仍在初级阶段，这促成了本文的研究目标与主要研究内容。本文的主要贡献为：1）考虑多个非法窃听者的场景，提出了基于RIS的车路协同反向散射保密通信系统，其中来自传统基站的信号被RIS视为载波，RIS为道路信息发送端服务多个合法用户而非单纯的反射装置；2）结合波束成形技术，联合优化RIS与基站的主被动波束成形以提高系统保密速率；3）通过仿真验证了所提出通信系统与优化方案的可行性与有效性。1系统模型与问题表述如图1所示，考虑一个基于RIS的车路协同反向散射数据安全传输系统，其中配备E个反射元件的RIS配置于路边单元，作为发送者（Alice）向L个单天线合法车第48 卷总第52 4期韩帅，王金明，李家玲：基于RIS的车路协同反向散射保密通信方法(4)辆（Bob）广播保密信息。同时，配备N.根天线和线性解码器的K个窃听者（Eve）潜伏于Bob附近试图拦截并识别保密信息，其中N表示第k个Eve的天线数。不同于传统的车路协同通信系统，所提出系统中利用路边的传统基站作为PB（Po w e r Be a c o n，能量站）。具体来说，RIS附近一个配备M根天线的PB发送射频信号，RIS接收后通过反向散射将保密信息发送至Bob处。不同于传统RIS辅助的通信系统，RIS在所提出车路协同系统中作为信息发送者而不是单纯的反射装置。相同之处为RIS都没有射频元件和功率放大器，并可以进行被动波束成形。FHkPBEveiBobl图1基于RIS反向散射的车路协同数据安全传输系统模型假设所有链路经历准静态平坦瑞利衰落，Bob,和Evek处接收的信号可以表示为：y/=gYFws+hws+n,leC=(1.2,.,L)Y,=GYFws+Hws+n,ke K-(1,2,.)其中h,eCMI、Fe CM x E、H,ECM M、g,e CE-l、G,CEM 分别表示PB到Bob、PB到Alice、PB到Evek、A lic e 到Bob,以及Alice到Evek的链路。wECMx表示PB处发送期望为Es=1的随机信号s的波束成形向量。n,C和nkECN分别为Bob,和Evek处接收到的加性高斯白噪声，且有nCN(0,o i)和nkCN(0,o)。C和K分别表示所有Bob和Eve的集合。考虑Eve采用线性解码器，则Eve接收到的信号可以被重新表示为：ye=glyFws+hws+na.keK其中gl=aG!和hl=a分别为RIS到Eve和PB到Evek的等效链路。nk=ank为Eve,接收的等效噪声，且nxCN(0,i)。a k=CM 为Eve,的线性解码向量。由于估计误差和信息泄漏不可被忽略，信道状态信息（CSI，Channel State Information）的不完全性是不可避免的。在这种情况下，传统的方法，例如高斯近似法、Bernstein型不等式和椭球边界法已经被详细研究。本文假设已知所有链路的完美CSI，以此验证所提出方案的保密性能，这可以为其他相关研究提供理论上界。在接收到来自PB的射频信号后，RIS的反向散射过程主要包含两部分。其一为RIS通过空间调制将保密信息x调制到载波s上；其二为RIS进行被动波束成形以提高信号传输性能。相应地，Bob通过解调、采样和检测恢复原始信息x。令=O三表示RIS反向散射矩阵，其中O为反射矩阵且三为调制矩阵。令=diag(Bei,B,el，,el)，其中0。=0,2 元 和。=0,1 分别表示第e个RIS 反射元件的相位和幅度，且有eE&=1,2,E)。RI S处的调制过程可以被表示为：g/YFws=g0=Fws=g,0FwxAlice数据流XgGkEvekBob,modulationmodulation注意到RIS处的入射信号s被用作载波，因而其承载的具体信息无关紧要。考虑到PB旨在为RIS反向散射提供电磁波，本文假设PB配置定向天线以获得更高的天线增益。因此，PB对Bob和Eve的直接链路干扰可以忽略不计。假EveK设数据流采用相同的调制方式，每比特信噪比可以被用来计算保密速率。由于OFw=diag(Fw)v，Bo b,和Eve,处的信噪比可以被分别表示为：Bob,Y=Ig diag(Fw)vl其中v=Beia,eio,ei表示RIS反射系数向量。本文旨在联合优化RIS反射系数向量v和PB波束成形向量w以最大化系统的最低保密速率，该问题可以被表述为：(1)(PO)c=maxnV.WkeS.t.C1:lv1,Vee8C2:tr(ww)0。可以得到：5+maxR,sZsk(P1)minZ.55+minR,sHZs,leCC5:Z0,Ze,e5,eE&,50S.t.问题（P1)可以被等价表示为：(P2)minZ.55+maxR,siZskkekS.t.C6:5+minR,siZs,1C7:Z0,Zee5,e&,50令Z和为问题（P2）的最优解。根据限制条件C7可知，5=0 一定有Z=0，这与限制条件C6矛盾。因此，可以得出5 0，这表明Z和5 为问题（P1）的解。同时，可以证明Z*和当5+minRszs,=1时为问题（P1）的最优解。若+minR,szs,1,有(Z,E)=(Z,s)，而总存在0 0，该问题可以被进一步转化为：(6)S+maxU.tztminkeKZ.+minutZt,C12:Z0,Tr(Z)EP,0S.t.进一步将分式去除，即：minS+maxUtZtkeK(7)S.t.与问题（P2）相似，可以得到如下问题：(P4)min艺(8)S.t.ke问题（P4）是一个凸问题并且可以使用CVX工具进(9)行求解。交替求解问题（P1）与（P2），可以求得问题（PO）的解为V*与W*，进而需要求得秩一的反射系数向量*和波束成形向量w*。由于V与W可能不是秩一的，需(10)要将这个问题分为两种情况。当V与W为秩一时，利用奇异值分解恢复秩一的和w；否则，使用标准高斯随机化方法。算法1所示为本文的总体算法：算法1：求解问题（PO）总体算法初始化:Cmx=-,=-0,w0-=Ph,/,l/v=1,.,1 和(0)重复：令计1利用固定的w(-1，求解问题（P3）得到v()EL利用固定的v，求解问题（P4）得到w)计算C)T直至C-c-I)Cmax=C*i)(11)max3算法复杂度分析由于两个子问题在迭代过程都是非递增的，算法1一定是收敛的。同时，问题（P3）包含一个大小为E的复值线性矩阵不等式约束（LMIC,Linear Matrix Inequality Constraint）和(E+K+L+1)个实值变量LMIC。问题（P4）包含一个大小为M(12)的复值LMIC和(K+L+2)个实值标量 LMIC。因此，利用IPM（In t e r i o r-p o i n t M e t h o d，内点法），总体算法的计算复杂度为：C=T(ln(1/e)8n,E+4n;E?+(E+J+1)(n*+n)/3E+J+1+In(1/e,)8n,M+4n,M+(J+2)(n,+n,)V2M+J+2(17)其中T为迭代次数，8 i和2分别为问题（P3）和（P4）(13)的送代精度。n=O(4E)，n=O(4M)且 J=K+L。(14)C13:+minU,tZt,1(15)C14:Z0,Tr(Z)EP,0C14C15:E+U,tZt,t,VkeKC16:+U,tZt,1,Vle L(16)第48 卷总第52 4期韩帅，王金明，李家玲：基于RIS的车路协同反向散射保密通信方法4仿真结果本节将对所提出方案进行蒙特卡洛仿真，通过分析仿真结果验证所提出RIS反向散射车路协同数据安全传输系统在所提出优化方案下的可达保密速率。为了更好地说明，将同时分析另外三种对比方案。（1）协作波束成形方案：针对问题（PO）提出的RIS反向散射保密传输方案。（2）被动波束成形方案：针对问题（PO）的简化保密传输方案。具体地，PB的波束成形向量w在约束条件C2下随机产生，而仅优RIS的反射系数矩阵。（3）主动波束成形方案：另一个针对问题（PO）的简化保密传输方案。具体地，RIS的反射系数矩阵在约束条件C1下随机产生，而仅优化PB的波束成形向量W。（4）传统主动基站方案：传统的主动基站方案。具体地，8 根天线的基站于相同位置代替RIS，总发射功率分别为P,=10dBm和15dBm，同时优化其波束成形向量。有更高的空间自由度，能够实现高增益被动波束成形，从而有效利用来自PB的能量以更好地传输保密信息。同时，Bob数目和距离的增加使RIS的性能与整个系统的保密速率降低。另外，传统基站方案，即传统基站代替RIS传送机密信号，随着PB发射功率的提升，保密性能增益逐渐低于所提出的协作波束成形优化方案。3B-15mlE-40RB2.5L=1,dR-15mRB(zH/sdg）率21.50.5L=2,e-E-60一E-80不失一般性，可以将所有Eve处的线性解码器设定为ak=1,1,1,1且ke。假设所有链路服从瑞利衰落，路径损耗可以被建模为PL=(PL。-2 0 p l g(d /d o)d B，其中p和d=1m分别为路径损耗系数与参考距离，PLo=-20 dB为do处的路径损耗。PB到RIS路径的大尺度路径损耗可以认为被天线增益抵消。其他仿真参数设置如下：PB处总发射功率为P=-3dBW；PB的天线数为M=4；定向天线增益为2=10dBi；PB到RIS、PB到每个Bob、RI S到每个Bob、RIS到每个Eve 的距离分别为dr=25 m、d s=30 m、d r B=15 m和2 5m以及dRE=20m；RI S的元件数为E=60；噪声方差为=-90dBW；所有Eve处的天线数为N,=4；所有路径损耗系数为p=2；Ev e 数为K=3。所有实验将被重复50 0次后取平均以获取最终的仿真结果。图2 验证了所提出协作波束成形方案的收敛性能，其中RIS反射元件数目E=40、6 0、8 0，Bo b 数目L-1、2，RIS到Bob距离dRB=15m、2 5m。可以看出，协同优化方案在不同参数取值情况下，迭代4次以内收敛。同时，更多的RIS反射元件，更少的Bob数目、以及更短的RIS到Bob距离，在所提出交替优化方案下，都可以提升系统的保密性能。图3展示了总发射功率对系统保密速率的影响，其中RIS元件数E=60，Bo b 数目L=1、2，RI S到Bob距离dRB=15m、2 5m。可以看出所有方案都可以通过提升总传输功率以增加保密速率。进一步，所提出的协作波束成形方案，以及被动波束成形对比方案，相比主动波束成形方案具有更好的保密性能。这是PB天线数相比RIS元件数少得多，因此当存在多个窃听者时，仅优化PB的主动波束成形不能大幅提升保密性能。相比之下，RIS具L-2,d-25m0RB01 2345678 910111213 14选代次数图2保密速率与送代次数的关系一*一协作波束成形方案e一被动波束成形方案今主动波束成形方案6日一传统主动基站方案5(2H/sq）率单尚42图4说明了RIS反射元件数对系统保密速率的影响，其中总发射功率为P=-3dBW，Bo b 数目L=1、2，RI S到Bob距离dRB=15m、2 5m。可以看出，RIS元件数的增加可以进一步提高其空间自由度，因而所提出的协作波束成形方案与被动波束成形对比方案都可以提升系统保密速率。然而，主动波束成形方案在相同的参数取值范围内不能实现保密传输。该方案不优化RIS反射系数，因此RIS元件数对保密速率影响不大。同时，协作波束成形方案相比于被动波束成形方案，在Bob数目和Bob到51L=1,dRB=15 mRBP,=10 dBmP,=15 dBm0图3保密速率与总发射功率的关系L=2,dRB=15 mRBCL=2,dRRBR-25m36发射功率（dBW）9移动通信2024年4月第4期1215第48 卷“RIS辅助的通感一体化”专题总第52 4期RIS的距离增加时，具有更好的保密性能。另外，传统主动基站方案在RIS元件数较少时，具有更好的保密性能。但随着RIS元件数的增多，该方案相比于所提出协作波束成形方案的保密性能逐渐降低。3.5一协作波束成形方案一e一被动波束成形方案3主动波束成形方案日一传统主动基站方案P,=10dBm2.5P,=15 dBmb2.50.540图5描述了Bob数与系统保密速率之间的关系，其中PB处的总发射功率为P=-3dBW，RI S反射元件数E=40、8 0，RI S到Bob距离dRB=15m、2 5m。可以看出，由于总发射功率和RIS反射元件数及其单位模值的约束，保密速率在Bob数目增加时会降低，但是通过执行所提出优化方案可以提高系统保密性能。同时，增加RIS元件数和减小RIS到Bob的距离也可以提升保密速率。另外，对比传统基站方案可以看出，所提出RIS反向散射通信系统由于不占用额外的频谱，具有更高的频谱效率和能量效率，通过执行所提出优化方案，所建立系统可以在服务更多Bob的同时抵御更多的Eve。3E-80,dRB=15mRB2.520.5P,=10 dBmb0152移动通信2024年4月第4期5结束语本文提出了基于RIS反向散射的车路协同数据安全传输系统，其中RIS作为合法发送者Alice，通过对能量源PB信号的反向散射传输机密信号至多个合法用户Bob。考虑存在多个非法窃听者Eve 的场景，研究了系统L=1,dRB=15 m“RB日-0-L=2,dRR=25 mRB5060RIS反射元件数图4保密速率与RIS元件数目的关系e一被动波束成形方案主动波束成形方案日一传统主动基站方案E=80,dRB=25mRBE=40,dRB=15 mRB23图5保密速率与Bob数的关系最小保密速率的最大化问题。为了求解非凸问题，采用一种交替迭代的方法对PB的主动波束成形和RIS的反射系L=2,dRB=15 mRB7080一协作波束成形方案P,=15 dBmb45Bob数数进行了联合优化，并对算法复杂度进行了分析。仿真结果验证了所提出算法的收敛性能。同时，所设计优化方案可以在存在多个Eve的情况下实现从RIS到多个Bob的保密传输。此外，增加RIS反射元件数，部署RIS更靠近Bob，都可以提升系统保密性能。然而，Bob和Eve数目的增加会降低系统可达保密速率，原因是系统总功率和RIS反射元件数受限。因此，需要调整RIS与Bob距离、RIS元件数、PB发射功率，并通过执行所提出的联合优9010067化方案，来提升所考虑车路协同系统的保密性能。参考文献：1 Zhou M,Li Y,Sun Y,et al.Outage performance of RIS-assistedV2I communications with inter-cell interferenceJJ.IEEE WirelessCommunications Letters,2023,12(6):962-966.2 本报编辑部.车联网让汽车更“聪明”N.中国计算机报，2023-07-17(18).3 Kim J,Chung H,Kim I,et al.Integration of 5G mmWave-enabledV2I and V2V:Experimental evaluationJJ.IEEE CommunicationsMagzine,2024,62(1):104-110.4黄伟，谭俊杰，简荣灵，等.面向蜂窝化的反向散射通信综述：关键技术与标准化研究.移动通信，2 0 2 3,47(8):46-59.5 李南希，朱剑驰，程振桥.可重构智能表面潜在标准化工作分析.移动通信,2 0 2 3,47(11):2-7.6University of Oulu.Key drivers and research challenges for 6Gubiquitous wireless intelligenceEB/OL.(2020-04-30)2024-02-17.http:/jultika.oulu.f/files/isbn9789526223544.pdf.7Jiang T,Zhang Y,Ma W,et al.Backscatter communication meetspractical battery-free Internet of Things:A survey and outlook.IEEE Communications Surveys&Tutorials,2023,25(3):2021-2051.8Khan W U,Jameel F,Kumar N,et al.Backscatter-enabled efficientV2X communication with non-orthogonal multiple accessJ.IEEETransactions on Vehicular Technology,2021,70(2):1724-1735.9 Wang X,Kou X,Li H,et al.AllSpark:Enabling long-rangebackscatter for vehicle-to-infrastructure communicationJ.IEEEInternet of Things Journal,2022,9(24):25525-25537.10 Li X,Zheng Y,Alshehri M D,et al.Cognitive AmBC-NOMA IoV-MTS Networks With IQI:Reliability and Security AnalysisJ.IEEETransactions on Intelligent Transportation Systems,2023,24(2):2596-2607.81l Liang Y-C,Zhang Q,Wang J,et al.Backscatter communicationassisted by reconfigurable intelligent surfacesJj.Proceedings of theIEEE,2022,110(9):1339-1357.第48 卷总第52 4期12IMT-2030(6G)推进组.6 G总体愿景与潜在关键技术白皮书R.2021.13Cao Y,Xu S,Liu J,et al.IRS Backscatter enhancing againstjamming and eavesdropping attacksJ.IEEE Internet of ThingsJournal,2023,10(12):10740-10751.14 Van Nguyen M-S,Do D-T,Vahid A,et al.Enhancing NOMAbackscatter IoT communications with RISJJ.IEEE Internet ofThings Journal,2024,11(4):5604-5622.15 Han S,Wang J,Xiao L,et al.Broadcast secrecy rate maximizationin UAV-empowered IRS backscatter communicationsJ.IEEETransactions on Wireless Communications,2023,22(10):6445-6458.16I Wu B,Xu S,Shao Y,et al.IRS backscatter based hybridconfidential information and AN for secrecy transmissionJ.IEEECommunications Letters,2023,27(2):462-466.17Wang J,Wang S,Han S,et al.Intelligent reflecting surface securebackscatter communication without eavesdropping CSIJ.IEEECommunications Letters,2023,27(6):1496-150.18 Pei Y,Yue X,Huang C,et al.Secrecy performance analysis of RISassisted ambient backscatter communication networksJ.IEEETransactions on Green Communications and Networking,2024.19 Xu S,Liu J,Rodrigues T K,et al.Envisioning intelligent reflectingsurface empowered space-air-ground integrated networkJ.IEEENetworks,2021,35(6):225-232.20 Hong M,Razaviyayn M,Luo Z-Q,et al.A unified algorithmicframework for block-structured optimization involving big data:With applications in machine learning and signal processingJ.IEEE Signal Processing Magazine,2016,33(I):57-77.韩帅：现任哈尔滨工业大学电子与信息工程学院教授、博士生导师，博士毕业于哈尔滨工业大学，研究方向包括无线传感器网络、全球导航卫星系统、卫星通信、宽带无线通信、物理层安全等。王金明：哈尔滨工业大学电子与信息工程学院在读博士研究生，主要研究方向为车联网、可重构智能表面、物理层安全。李家玲：正高级工程师，毕业于北京航空航天大学，现任职于中国第一汽车股份有限公司研发总院，从事智能车控系统、车辆通信系统研究工作。（上接第46 页）17 Selvan K T,Janaswamy R.Fraunhofer and Fresnel distances:unified derivation for aperture antennas.J.IEEE Antennasand Propagation Magazine,2017,59(4):12-15.18 Chen X,Feng B,Wu Y,et al.Joint beamformingand antenna movement design for moveable antennasystems based on statistical CSIJ.arXiv preprintarXiv:2308.06720,2023.19 Zhu L,Ma W,Zhang R.Modeling and performanceanalysis for movable antenna enabled wirelesscommunicationsJ.IEEE Transactions on WirelessCommunications,2023.20 Z.Muhi-Eldeen,L.P.Ivrissimtzis,M.Al-Nuaimi.Modelling and measurements of millimetre wavelengthpropagation in urban environmentsJ.IET Microw.,Antennas Propag.,2010,4(9):1300-1309.21 Dardari D,Decarli N,Guerra A,et al.LOS/NLOSnear-field localization with a large reconfigurableintelligent surfaceJ.IEEE Transactions on WirelessCommunications,2021,21(6):4282-4294.22 Collier S L.Fisher information for a complex gaussianrand