Advanced mathematical optimization methods in communication networks assisted by Reconfigurable Intelligent Surfaces

Abstract

The evolution toward sixth-generation (6G) wireless communication networks is driven by the increasing demand for data-intensive, latency-critical, and mission-critical applications, including extended reality, massive Internet of Things (IoT), autonomous systems, and smart infrastructure. These emerging services impose stringent and often conflicting requirements on spectral efficiency, energy efficiency, reliability, latency, and security, which challenge the capabilities of conventional system architectures. Reconfigurable Intelligent Surfaces (RIS) have emerged as a key enabling technology that introduces controllability over the wireless propagation environment, transforming it from a passive medium into an active and programmable system component. This capability fundamentally redefines wireless system design, as communication performance is no longer determined solely by transmission strategies, but also by the joint configuration of the propagation environment. Motivated by the above, this doctoral thesis develops a unified optimization-driven framework for RIS-assisted communication networks, where communication, computation, mobility, hardware constraints, and security are jointly modeled and optimized. Rather than addressing these dimensions independently, the proposed framework captures their strong coupling and enables integrated system design across multiple layers. Within this framework, a comprehensive set of system models is developed, incorporating UAV-assisted communication, mobile edge computing (MEC), multi-user resource allocation, hybrid RIS architectures, and adversarial environments. These models explicitly account for practical constraints such as discrete phase shifts, double path-loss effects, power limitations of active elements, user mobility, and the presence of eavesdroppers and jammers. Based on these models, a series of high-dimensional and non-convex optimization problems are formulated to maximize key performance metrics, including spectral efficiency, computation efficiency, energy efficiency, fairness, and secrecy performance. To address their inherent complexity, the thesis develops structured solution methodologies based on problem decomposition, fractional programming, manifold optimization, and successive convex approximation, enabling scalable and convergent algorithms. The proposed framework is progressively applied to multiple system scenarios. First, a cross-layer optimization approach is developed for RIS-assisted UAV-enabled MEC systems, jointly optimizing communication and computation processes. This is followed by a multi-user communication framework that ensures efficient resource allocation and fairness. The architectural dimension is further explored through hybrid active–passive RIS designs that overcome propagation limitations. Finally, security and robustness are addressed through secrecy-aware optimization and coupling-aware anti-jamming strategies in dynamic and adversarial environments. Extensive numerical evaluations demonstrate that the proposed approaches achieve consistent performance gains over conventional methods in terms of spectral efficiency, energy efficiency, computation efficiency, robustness, and fairness. The results confirm that integrated optimization of transmission and propagation enables significant improvements that cannot be achieved through isolated design strategies. Overall, this thesis establishes a coherent and scalable optimization framework for RIS-assisted wireless networks, highlighting the transition toward environment-aware and cross-layer system design. The proposed methodologies contribute to the development of intelligent, energy-efficient, secure, and resilient communication systems for future 6G networks.

Η εξέλιξη προς τα ασύρματα δίκτυα έκτης γενιάς (6G) καθοδηγείται από την αυξανόμενη ζήτηση για εφαρμογές υψηλών απαιτήσεων σε δεδομένα, καθυστέρηση και αξιοπιστία, όπως η εκτεταμένη πραγματικότητα, το μαζικό Διαδίκτυο των Πραγμάτων (IoT), τα αυτόνομα συστήματα και οι έξυπνες υποδομές. Οι εφαρμογές αυτές επιβάλλουν αυστηρές και συχνά αντικρουόμενες απαιτήσεις ως προς τη φασματική αποδοτικότητα, την ενεργειακή αποδοτικότητα, την αξιοπιστία, τη χαμηλή καθυστέρηση και την ασφάλεια, οι οποίες θέτουν σημαντικές προκλήσεις για τις συμβατικές αρχιτεκτονικές δικτύων. Οι Αναδιαμορφώσιμες Ευφυείς Επιφάνειες (RIS) αναδύονται ως μια βασική τεχνολογία που εισάγει δυνατότητα ελέγχου του ασύρματου περιβάλλοντος διάδοσης, μετατρέποντάς το από παθητικό μέσο σε ενεργό και προγραμματιζόμενο στοιχείο του συστήματος. Η δυνατότητα αυτή αναδιαμορφώνει θεμελιωδώς τον σχεδιασμό των ασύρματων συστημάτων, καθώς η απόδοση της επικοινωνίας δεν καθορίζεται πλέον αποκλειστικά από τις στρατηγικές μετάδοσης, αλλά και από τη διαμόρφωση του ίδιου του περιβάλλοντος διάδοσης. Υπό το πρίσμα αυτής της μετατόπισης στον τρόπο σχεδιασμού, η παρούσα διδακτορική διατριβή αναπτύσσει ένα ενοποιημένο πλαίσιο βελτιστοποίησης για δίκτυα επικοινωνιών υποβοηθούμενα από (RIS), στο οποίο η επικοινωνία, ο υπολογισμός, η κινητικότητα, οι περιορισμοί υλικού και η ασφάλεια μοντελοποιούνται και βελτιστοποιούνται από κοινού. Αντίτης ανεξάρτητης αντιμετώπισης των επιμέρους αυτών διαστάσεων, το προτεινόμενο πλαίσιο λαμβάνει υπόψη την ισχυρή αλληλεξάρτησή τους και επιτρέπει τον ενοποιημένο σχεδιασμό σε πολλαπλά επίπεδα του συστήματος. Στο πλαίσιο αυτό, αναπτύσσεται ένα ολοκληρωμένο σύνολο μοντέλων που περιλαμβάνει σενάρια επικοινωνίας με μη επανδρωμένα εναέρια οχήματα (UAV), κινητή υπολογιστική αιχμής (MEC), κατανομή πόρων σε πολυχρηστικά περιβάλλοντα, υβριδικές αρχιτεκτονικές (RIS), καθώς και λειτουργία υπό εχθρικές συνθήκες. Τα μοντέλα αυτά λαμβάνουν υπόψη ρεαλιστικούς περιορισμούς, όπως διακριτές μετατοπίσεις φάσης, το φαινόμενο διπλής απώλειας διάδοσης, περιορισμούς ισχύος για ενεργά στοιχεία, κινητικότητα χρηστών, καθώς και την παρουσία υποκλοπέων και παρεμβολέων. Με βάση τα παραπάνω μοντέλα, διατυπώνεται μια σειρά από προβλήματα βελτιστοποίησης υψηλής διάστασης και μη κυρτής μορφής, με στόχο τη μεγιστοποίηση βασικών δεικτών απόδοσης, όπως η φασματική αποδοτικότητα, η αποδοτικότητα υπολογισμού, η ενεργειακή αποδοτικότητα, η δικαιοσύνη και η μυστικότητα της επικοινωνίας. Για την αντιμετώπιση της εγγενούς πολυπλοκότητάς τους, αναπτύσσονται δομημένες μεθοδολογίες επίλυσης που βασίζονται σε αποσύνθεση προβλήματος, κλασματικό προγραμματισμό, βελτιστοποίηση σε πολλαπλότητες και διαδοχικές κυρτές προσεγγίσεις, οδηγώντας σε αλγορίθμους με αποδεδειγμένη σύγκλιση και επεκτασιμότητα. Το προτεινόμενο πλαίσιο εφαρμόζεται προοδευτικά σε διαφορετικά σενάρια συστημάτων. Αρχικά, αναπτύσσεται μια προσέγγιση διαστρωματικής βελτιστοποίησης για δίκτυα (RIS) με (UAV) και (MEC), επιτυγχάνοντας τον από κοινού σχεδιασμό επικοινωνίας και υπολογισμού. Στη συνέχεια, εξετάζεται η κατανομή πόρων σε πολυχρηστικά περιβάλλοντα με στόχο τηβελτίωση της αποδοτικότητας και της δικαιοσύνης. Η αρχιτεκτονική διάσταση διερευνάται περαιτέρω μέσω υβριδικών ενεργών–παθητικών (RIS), τα οποία υπερβαίνουν θεμελιώδεις περιορισμούς διάδοσης. Τέλος, αντιμετωπίζονται ζητήματα ασφάλειας και ανθεκτικότητας μέσω στρατηγικών βελτιστοποίησης με γνώμονα τη μυστικότητα και την αντιμετώπιση παρεμβολών σε δυναμικά και εχθρικά περιβάλλοντα. Εκτενείς αριθμητικές αξιολογήσεις καταδεικνύουν ότι οι προτεινόμενες προσεγγίσεις επιτυγχάνουν σημαντικές βελτιώσεις σε σχέση με συμβατικές μεθόδους ως προς τη φασματική και ενεργειακή αποδοτικότητα, την αποδοτικότητα υπολογισμού, τη δικαιοσύνη και την ανθεκτικότητα. Τα αποτελέσματα επιβεβαιώνουν ότι ο ενοποιημένος σχεδιασμός μετάδοσης και περιβάλλοντος διάδοσης οδηγεί σε επιδόσεις που δεν μπορούν να επιτευχθούν μέσω αποσπασματικών στρατηγικών. Συνολικά, η διατριβή θεμελιώνει ένα συνεκτικό και επεκτάσιμο πλαίσιο βελτιστοποίησης για δίκτυα επικοινωνιών υποβοηθούμενα από (RIS), αναδεικνύοντας τη μετάβαση προς έναν σχεδιασμό βασισμένο στον έλεγχο του περιβάλλοντος και στην ενοποιημένη αντιμετώπισητων επιμέρους συνιστωσών του συστήματος. Οι προτεινόμενες μεθοδολογίες συμβάλλουν στην ανάπτυξη ευφυών, ενεργειακά αποδοτικών, ασφαλών και ανθεκτικών ασύρματων συστημάτων για τα μελλοντικά δίκτυα (6G).