1. 簡介與概述
本文針對車載可見光通訊 (VVLC) 系統中一個關鍵瓶頸：車頭燈內發光二極管 (LED) 之間嘅高空間相關性，呢個問題嚴重限制咗透過空間多工技術可以達到嘅數據速率。作者提出一種創新嘅跨學科解決方案，結合咗用於多用戶支援嘅基於信號洩漏加噪聲比 (SLNR) 嘅預編碼技術，以及合成金納米粒子 (GNPs)嘅整合應用。金納米粒子利用其手性光學特性，根據入射光嘅方位角提供差異化嘅光吸收，從而人為地降低緊密排列嘅LED通道之間嘅相關性。此外，系統必須優化每個LED內紅、綠、藍 (RGB) 光源嘅比例，以維持用於照明嘅白光，同時最大化總SLNR，因為金納米粒子亦會引起波長依賴性吸收。由此產生嘅非凸優化問題，係透過廣義瑞利商同逐次凸近似法 (SCA) 來解決。
2. 核心見解與分析師觀點
核心見解： 本文嘅精妙之處在於，佢從材料層面去破解一個基本嘅通訊難題。作者唔係只係調整演算法去應對高度相關嘅VVLC通道（呢個係已知問題），而係引入咗使用金納米粒子嘅物理層修改。呢篇唔係另一篇普通嘅MIMO預編碼論文；佢展示咗點樣可以運用納米技術去重塑通道特性，為被動光學系統提供咗前所未有嘅控制程度。
邏輯流程： 論證過程好有說服力：1) VVLC需要高數據速率以應對未來智能交通系統，2) 空間多工受到固有LED相關性嘅阻礙，3) 金納米粒子可以操控光偏振/吸收來降低呢種相關性，4) 需要一個多用戶預編碼器 (SLNR) 來管理干擾，5) 金納米粒子嘅濾色效應需要對RGB比例進行優化以保持照明質量。從材料科學到通訊理論，再到實際優化，整個流程無縫銜接。
優點與不足： 主要優點係創新嘅跨領域解決方案。利用納米材料嘅手性光學特性進行通訊，係一個新穎且有前景嘅方向，令人聯想起超材料點樣革新射頻領域。喺廣播式車對車 (V2V) 場景中，使用SLNR預編碼來管理多用戶干擾係合適嘅。然而，分析忽略咗幾個重要嘅實際障礙：將金納米粒子整合到商用汽車級LED中嘅長期穩定性同成本、極端環境條件（高溫、振動）對納米粒子性能嘅影響、以及針對高度動態嘅車載通道進行聯合預編碼器/RGB優化嘅實時計算複雜度。完美通道狀態資訊 (CSI) 嘅假設亦係一個經典嘅簡化，喺快速移動嘅V2V場景中可能唔成立。
可行建議： 對於研究人員，本文開闢咗一條新途徑：「用智能材料打造智能通道」。焦點應該轉向其他具有可調光學特性嘅納米材料（例如量子點、石墨烯等二維材料）。對於業界，建議採取分階段方法：1) 首先，喺唔使用金納米粒子嘅軟件定義VVLC原型中實施並現場測試SLNR預編碼演算法，以建立基準。2) 與材料科學家合作，開發穩健、低成本嘅金納米粒子塗層或摻雜LED熒光粉。3) 探索混合射頻-可見光通訊系統，其中可見光通訊處理高頻寬、短距離鏈路（利用呢種去相關技術），而射頻則提供穩健嘅長距離控制通道，從而創建一個有彈性嘅車載網絡結構。
3. 技術框架
3.1 系統模型
系統考慮一個多用戶VVLC下行鏈路場景，其中配備 $N_t$ 個LED（例如喺一個頭燈陣列中）嘅發射車輛與 $K$ 個接收車輛進行通訊。第 $k$ 個用戶嘅接收信號表示為：
$\mathbf{y}_k = \mathbf{H}_k \mathbf{x} + \mathbf{n}_k$
其中 $\mathbf{H}_k \in \mathbb{C}^{N_r \times N_t}$ 係用戶 $k$ 嘅MIMO VLC通道矩陣，$\mathbf{x}$ 係來自LED陣列嘅發射信號向量，而 $\mathbf{n}_k$ 係以散粒噪聲為主嘅加性噪聲。$\mathbf{H}_k$ 中嘅高相關性源於頭燈組件內LED之間嘅極小間距。
3.2 用於去相關嘅金納米粒子
金納米粒子 (GNPs) 展現出手性光學活性——佢哋與光嘅相互作用取決於圓偏振同入射角。當與LED整合時，佢哋充當納米級濾波器。來自相鄰LED、以略微不同方位角到達嘅光，會經歷差異化嘅吸收同相位偏移。呢個過程有效地令來自每個LED嘅通道響應更加獨特，從而降低 $\mathbf{H}_k$ 各列之間嘅相關係數 $\rho$。金納米粒子嘅傳遞函數可以建模為一個複雜嘅、角度依賴性嘅衰減矩陣 $\mathbf{\Gamma}(\theta)$，應用於發射信號。
3.3 基於SLNR嘅預編碼公式
為咗同時支援多個用戶，本文採用基於SLNR嘅預編碼。用戶 $k$ 嘅SLNR定義為用戶 $k$ 處嘅期望信號功率與對所有其他用戶造成嘅干擾（洩漏）總和加上噪聲嘅比值：
$\text{SLNR}_k = \frac{\text{Tr}(\mathbf{W}_k^H \mathbf{H}_k^H \mathbf{H}_k \mathbf{W}_k)}{\text{Tr}(\mathbf{W}_k^H (\sum_{j \ne k} \mathbf{H}_j^H \mathbf{H}_j + \sigma_n^2 \mathbf{I}) \mathbf{W}_k)}$
其中 $\mathbf{W}_k$ 係用戶 $k$ 嘅預編碼矩陣。目標係設計 $\{\mathbf{W}_k\}$ 以最大化所有用戶嘅總SLNR。
4. 優化與演算法
4.1 問題公式化
核心優化係一個聯合問題：尋找預編碼矩陣 $\{\mathbf{W}_k\}$ 同RGB強度比例 $\mathbf{c} = [c_R, c_G, c_B]^T$（受制於 $c_R+c_G+c_B=1$ 以產生白光），以最大化總SLNR。金納米粒子嘅波長依賴性吸收令有效通道 $\mathbf{H}_k$ 成為 $\mathbf{c}$ 嘅函數，從而導致一個耦合嘅非凸問題：
$\max_{\{\mathbf{W}_k\}, \mathbf{c}} \sum_{k=1}^K \text{SLNR}_k(\{\mathbf{W}_k\}, \mathbf{c}) \quad \text{s.t.} \quad \mathbf{c} \succeq 0, \quad \mathbf{1}^T\mathbf{c}=1, \quad \text{and power constraints.}$
4.2 逐次凸近似法 (SCA)
為咗解決呢個問題，作者使用SCA。非凸嘅總SLNR目標被一系列更簡單嘅凸子問題所近似。對於固定嘅 $\mathbf{c}$，最優嘅 $\mathbf{W}_k$ 係從與SLNR度量相關嘅廣義特徵值問題中推導出嚟。對於固定嘅 $\{\mathbf{W}_k\}$，關於 $\mathbf{c}$ 嘅問題透過其圍繞當前點嘅一階泰勒展開（一個凸函數）進行近似，然後迭代優化。呢個過程保證收斂到一個局部最優解。
5. 實驗結果與性能
關鍵性能指標 (模擬)
- 總速率增益： 所提出嘅GNP+SLNR系統相比傳統VLC預編碼（例如迫零）以及冇GNP去相關嘅情況，顯示出顯著嘅改善。
- 相關性降低： 整合金納米粒子估計可以將LED間通道相關係數降低40-60%，從而實現更有效嘅空間多工。
- 保密速率： 喺存在竊聽者嘅竊聽場景中，系統展示出明顯更高嘅保密速率，因為SLNR預編碼器本質上就係最小化對非目標接收器嘅信號洩漏。
5.1 總速率提升
模擬結果表明，與使用固定白光同簡單預編碼嘅基準系統相比，預編碼器同RGB比例嘅聯合優化可以將總頻譜效率提高大約2-3倍，特別係喺中等到高信噪比嘅情況下。當用戶數量 $K$ 接近發射LED數量 $N_t$ 時，增益最為明顯。
5.2 竊聽場景下嘅保密速率
本文評估咗物理層安全性。透過最大化SLNR——呢個指標明確懲罰洩漏畀其他用戶嘅信號功率——所提出嘅方案自然增強咗對抗被動竊聽者嘅安全性。結果顯示合法用戶可實現速率同竊聽者通道容量之間存在顯著差距，證實咗安全性嘅益處。
6. 分析框架與案例示例
評估跨領域VLC解決方案嘅框架：
- 通道去相關效能： 量化應用納米材料/物理修改前後空間相關性嘅降低程度（例如透過 $\mathbf{H}^H\mathbf{H}$ 嘅特徵值分佈）。
- 演算法-計算權衡： 分析收斂速度同計算複雜度（例如SCA每次迭代嘅浮點運算次數）與所獲得嘅總速率增益之間嘅關係。呢個益處係咪值得付出實時處理開銷？
- 照明質量約束合規性： 驗證優化後嘅RGB比例 $\mathbf{c}$ 是否始終產生符合汽車標準可接受嘅顯色指數 (CRI) 同相關色溫 (CCT) 範圍內嘅光。
- 穩健性分析： 喺非完美CSI、車輛移動性（多普勒效應）同唔同環境條件（霧、雨）下測試性能。
案例示例 (假設性)： 考慮一個4-LED頭燈陣列與2個接收車輛通訊。冇金納米粒子嘅情況下，通道矩陣 $\mathbf{H}_1$ 同 $\mathbf{H}_2$ 幾乎係秩虧損嘅。基於SCA嘅聯合優化器，結合咗金納米粒子角度依賴性衰減嘅模型，搵到一個RGB混合比例 [0.35, 0.45, 0.20] 以及相應嘅預編碼器。呢個設置將LED間相關性從0.9降低到0.4，令SLNR預編碼器能夠有效地創建兩個平行數據流，喺維持6000K白光嘅同時，將總速率提高一倍。
7. 未來應用與研究方向
- 先進納米材料： 研究其他具有更強或可調手性光學響應嘅等離子體納米粒子（銀、鋁）或量子點，用於動態通道適應。
- 用於優化嘅機器學習： 用訓練好嘅深度神經網絡取代迭代式SCA，以實現近乎即時嘅聯合預編碼器同RGB比例預測，呢點對於高移動性場景至關重要。
- 集成感測與通訊 (ISAC)： 利用金納米粒子喺唔同條件下嘅獨特吸收特徵，進行同步環境感測（例如檢測霧密度）同自適應通訊。
- 標準化與原型開發： 為「通訊級」LED材料制定行業標準，並朝著硬件原型發展，以進行真實世界嘅車對車 (V2V) 同車對基礎設施 (V2I) 測試。
- 混合LiFi/射頻車載網絡： 將所提出嘅高頻寬VVLC鏈路用於數據密集型應用（高清地圖更新、感測器共享），同時搭配6 GHz以下或毫米波射頻用於控制同後備，創建一個穩健嘅多模式網絡。
8. 參考文獻
- G. Han 等人，「Multi-User SLNR-Based Precoding With Gold Nanoparticles in Vehicular VLC Systems」，載於 IEEE Transactions on Vehicular Technology（或類似期刊），2023年。
- A. Jovicic, J. Li, 同 T. Richardson，「Visible light communication: opportunities, challenges and the path to market」，IEEE Communications Magazine，第51卷，第12期，第26-32頁，2013年。
- M. Z. Chowdhury, M. T. Hossan, A. Islam, 同 Y. M. Jang，「A Comparative Survey of Optical Wireless Technologies: Architectures and Applications」，IEEE Access，第6卷，第9819-9840頁，2018年。
- H. Elgala, R. Mesleh, 同 H. Haas，「Indoor optical wireless communication: potential and state-of-the-art」，IEEE Communications Magazine，第49卷，第9期，第56-62頁，2011年。
- S. Wu, H. Wang, 同 C. H. Youn，「Visible light communications for 5G wireless networking systems: from fixed to mobile communications」，IEEE Network，第28卷，第6期，第41-45頁，2014年。
- P. H. Pathak, X. Feng, P. Hu, 同 P. Mohapatra，「Visible light communication, networking, and sensing: a survey, potential and challenges」，IEEE Communications Surveys & Tutorials，第17卷，第4期，第2047-2077頁，2015年。
- K. Lee, H. Park, 同 J. R. Barry，「Indoor channel characteristics for visible light communications」，IEEE Communications Letters，第15卷，第2期，第217-219頁，2011年。
- National Institute of Standards and Technology (NIST)，「Advanced Communications and Networking」，[線上]。可參閱：https://www.nist.gov/communications-technology。
- M. S. Rahman，「Nanophotonics and its Application in Communications」，載於 Handbook of Nanophotonics，Springer，2020年。