《IMT-2030(6G)推進組：智能超表面技術研究報告（2021）（50頁）.pdf》由會員分享，可在線閱讀，更多相關《IMT-2030(6G)推進組：智能超表面技術研究報告（2021）（50頁）.pdf（50頁珍藏版）》請在三個皮匠報告上搜索。

1、I目錄目錄第一章 概述第一章 概述.1第二章 基礎原理與模型1第二章 基礎原理與模型.3 32.1 基礎原理.32.2 典型特征.42.3 通信模型.4第三章 潛在應用場景與需求第三章 潛在應用場景與需求.6 63.1 傳統通信場景應用.63.2 新型應用.10第四章 潛在關鍵技術第四章 潛在關鍵技術.15154.1 智能超表面結構與調控.154.2 智能超表面基帶算法.184.3 系統與網絡架構.30第五章 技術成熟度、挑戰和趨勢第五章 技術成熟度、挑戰和趨勢.33335.1 技術成熟度.335.2 技術挑戰.345.3 技術趨勢.34第六章 總結與展望第六章 總結與展望.36參考文獻36參

2、考文獻.37主要貢獻單位37主要貢獻單位.44441第一章第一章 概述概述預期未來十年通信網絡容量千倍增長，無處不在的無線連接成為現實，但高度復雜的網絡、高成本的硬件和日益增加的能源消耗成為未來無線通信面臨的關鍵問題1。例如，超密集組網中的大量基站增加了硬件開支和維護成本，并面臨嚴重網絡干擾；頻譜從 sub-6G 到毫米波、太赫茲的擴展需要更復雜的信號處理和更昂貴的耗能硬件。研究創新、高效、節約頻譜和資源的未來無線網絡1解決方案勢在必行。在候選新技術中，智能超表面（Reconfigurable Intelligent Surface，RIS）以其獨特的低成本、低能耗、可編程、易部署的特點脫穎而

3、出。RIS 是一種具有可編程電磁特性的人工電磁表面結構，由超材料技術發展而來。傳統超材料可以實現電磁黑洞和電磁隱身衣等奇特物理現象，但是其通過等效媒質參數描述，表現為功能單一且固化的模擬超材料。而近年來迅速發展的 RIS 技術具有電磁特性實時可編程的特點2。實時可編程是革命性的技術飛躍，它允許超表面改變其電磁特性，從而實現傳統超材料無法實現的各種功能3。RIS 通常由大量精心設計的電磁單元排列組成，通過給電磁單元上的可調元件施加控制信號，可以動態地控制這些電磁單元的電磁性質，進而實現以可編程的方式對空間電磁波進行主動的智能調控，形成幅度、相位、極化和頻率等參數可控制的電磁場。這一機制提供了 R

4、IS 的電磁世界和信息科學的數字世界之間的接口，對于未來無線網絡的發展極具吸引力。傳統通信中無線環境是不可控因素，其不可控性通常對通信效率有負面作用，會降低服務質量。信號衰減限制了無線信號的傳播距離，多徑效應導致衰落現象，大型物體的反射和折射更是主要的不可控因素。而將 RIS 部署在無線傳輸環境中各類物體的表面，有望突破傳統無線信道不可控性，構建智能可編程無線環境，引入未來無線通信的新范式45。一方面，RIS 可以主動地豐富信道散射條件，增強無線通信系統的復用增益6；另一方面，RIS可以在三維空間中實現信號傳播方向調控及同相位疊加，增大接收信號強度，提高通信設備之間的傳輸性能7。因此，RIS

5、有很大潛力用于未來無線網絡的覆蓋增強和容量提升，提供虛擬視距鏈路、消除局部覆蓋空洞、服務小區邊緣用戶、解決小區間同頻干擾等，進而實現智能可重構的無線環境68。智能無線環境大大擴展了軟件定義網絡的范疇，即未來網絡通過 RIS 演進成為以軟件為基礎的可重構智能平臺，能夠自主適應環境變化并提供相應的功能服務910。RIS 還可以具有電磁吸收、透射和散射等能力，根據所需無線功能對無線信號進行動態調控，例如保障通信網絡安全、減小電磁污染、支持無源物聯網、使能無線能量傳輸和輔助定位感知等應用11-13。此外，利用 RIS 還可以實現基帶信息直接調制至射頻載波，可用于構建新體制陣列式發射機架構，有望降低硬件

6、復雜度和成本14。RIS 的應用研究是跨學科的，需要無線通信、射頻工程、電磁學和超材料等學科的協同配合。目前其相關研究主要包括兩個方面，一方面是基于數學模型的理論研究，另一方面是基于原型系統的功能實現和性能測量。在近兩年來涌現的原型研究中，東南大學崔鐵軍院士團隊實現了基于 RIS 的 SISO、MIMO 實時傳輸以及 RIS 自由空間路徑損耗的測量15-19；MIT的RFocus RIS系統實現了對單個用戶的接收信噪比的提高20；清華大學在發射機上利用RIS實現了毫米波波束的實時調控21；加利福尼亞大學圣迭戈分校（UCSD）的 ScatterMIMO 利1包括 5G-Advanced、6G 及

7、其它無線系統2用 RIS 增強環境中的散射效應，提高了 MIMO 空間復用增益22。近期，產業界在現網中針對 RIS 技術進行了一系列的測量驗證工作23-27，眾多實驗結果表明，RIS 的部署可以有效地提高無線網絡的吞吐量和覆蓋性能。RIS 在未來無線通信網絡中的應用將涵蓋發射機、無線信道環境以及接收機組成的整體閉環無線傳輸鏈路，基于 RIS 的新型無線通信系統有望通過聯合優化設計取得最佳的整體性能。目前針對 RIS 的研究仍處于初始階段，亟待學術界和工業界共同探索和大力推進相關研究。本技術研究報告旨在呈現 RIS 無線通信技術的最新發展趨勢并探討其面臨的機遇與挑戰。本技術研究報告的其余部分按

8、以下方式組織：第二章介紹 RIS 的基礎原理與模型。第三章分類闡述 RIS 潛在應用場景與可能的技術需求。第四章重點討論 RIS 的潛在關鍵技術。第五章主要描述 RIS 技術產業應用亟需解決的問題和研究趨勢。第六章總結并展望未來發展方向。3第二章第二章 基礎原理與模型基礎原理與模型2.1 基礎原理基礎原理RIS 是一種亞波長尺寸的人工二維材料，通常由金屬、介質和可調元件構成，可以等效表征為 RLC 電路。調整電磁單元的物理性質，如容抗、阻抗或感抗，改變 RIS 的輻射特性，實現非常規的物理現象諸如非規則反射、負折射、吸波、聚焦以及極化轉換，進而對電磁波進行動態調控。廣義斯涅爾定律（Genera

9、lized Snells law）1的提出極大豐富了電磁超表面的發展。從材料設計角度看，可以用離散的數字狀態表征超材料的電磁特性，用數字化的方式實現電磁信息的調控。崔鐵軍院士團隊進一步提出的數字編碼超材料和可編程超材料2的概念，其概念不再僅僅考慮等效媒質參數，盡管是同樣的離散數字狀態，此時的含義則是反射或透射系數的相位或幅度。數字編碼超表面可以實現單比特或多比特的信息調控，例如單比特數字編碼超表面的數字狀態“0”和“1”分別代表 0 和的反射或透射相位響應，而多比特可以實現更靈活的電磁信息調控。數字編碼超表面的研究并不局限于探索編碼單元特性，也可利用數字信息理論中的方法對編碼圖樣進行操控。數字

10、編碼超表面構建起物理空間和信息空間的橋梁，為通信、成像、雷達、電子對抗等信息系統提供了新體制和新體系。因此，通過將香農信息熵的概念引入數字編碼超表面中，可利用編碼圖樣和電磁波遠場方向圖所涵蓋的信息量來調控幾何信息熵和物理信息熵。圖 2.1 廣義斯涅爾定律1圖 2.2 數字編碼超材料2RIS 通過控制變容二極管、PIN 開關、MEMS 開關、液晶、石墨烯等的偏置電壓，產生各電磁單元所需的電磁行為。RIS 通過集成有源控制器，調控各電磁單元狀態，推動了 RIS由“靜態”向“動態”的轉變，將物理世界和數字世界有機地聯系起來。RIS 可以軟件實時控制（例如，采用 FPGA 編程控制），將不同的數字編碼

11、序列提前設計并存儲，通過切換編碼序列完成對電磁波的動態調控，例如單波束反射、多波束反射、漫散射和透射等。數字編碼序列既可以是操控電磁波不同輻射和散射行為的控制碼，也可以是數字信息本身，即 RIS不但可以調控電磁波，也可以調制信息。采用數字化方式的電磁單元能直接處理數字信息，結合人工智能可以對信息進行感知、理解、記憶和學習。因此，RIS 具有成為同時調控電磁波和數字信息的全新物理平臺的巨大潛能，可構建全新架構的智能電子信息系統。42.2 典型特征典型特征RIS 旨在作為具有可重構的空間電磁波調控器，智能地重構收發機之間的無線傳播環境。相比于傳統的 MIMO 和 Relay，RIS 的核心特征在于

12、如下幾個方面：準無源準無源：RIS 利用對人工電磁材料物理特性的調控實現對電磁波的無源控制。其中，對物理特性的調控需要有源實現。連續孔徑連續孔徑：電磁單元緊密排布，實現近似連續孔徑。軟件可編程軟件可編程：RIS 具有可編程物理特性，可對超表面的電磁單元編程控制，實現對電磁響應實時調控，從而實現對電磁波的動態控制。寬頻響應寬頻響應：RIS 可以工作在聲譜、微波頻譜，太赫茲譜或光譜等頻段上。低低熱噪聲熱噪聲：RIS 利用對人工電磁材料物理特性的調控實現對電磁波的無源控制，通常不需要放大器、下變頻等對接收信號進行處理，不引入熱噪聲。低功耗低功耗：RIS 利用對人工電磁材料物理特性的調控實現對電磁波的

13、無源控制，一般不需要射鏈路等高功耗器件。易部署易部署：作為二維平面結構，RIS 的形狀具有可塑性，尺寸簡單易擴展。RIS 無需大帶寬回傳鏈路，具有較輕重量，對供電要求低，因此易部署于無線傳播環境中的各種散射體表面。2.3 通信模型通信模型RIS 應用場景包括非視距場景增強、解決局部空洞、支持邊緣用戶、實現安全通信、減小電磁污染、無源物聯網、高精度定位以及通信感知一體化等3-7。為了更好地發揮 RIS 通信系統的潛力，真實的信道測量、通信性能分析、準確的信道估計、靈活的波束賦形以及AI 使能設計都至關重要。不失一般性，考慮一個三節點通信系統，該系統由一個發射機，一個接收機和具有大規模電磁單元的

14、RIS 組成（圖 2.3）。圖 2.3 智能超表面輔助的通信系統模型接收端接收到的信號y為：().ysnhH+g 從發射端經過 RIS 到達接收端的等效信道hH 為 RIS 與接收端間信道h、RIS 的可調相移對角矩陣 以及發送端與 RIS 間信道H的乘積，g 為接收端和發射端之間的直達信道。5s是發送端發送的信號，n為高斯白噪聲。當使用 RIS 輔助通信時，RIS 單元反射的信號可以表示為入射信號與該單元反射系數的乘積。由于 RIS 的準無源特性，輻射過程引入的熱噪聲可忽略。一種可能的優化機制，設計 RIS 的相移矩陣使得 RIS 的反射信號在用戶端同相疊加，優化用戶端接收的信噪比，從而提高

15、了系統的傳輸速率。類似地，該模型可以很容易推廣至多基站、多 RIS 的場景中。得益于 RIS 提供的信道自由度，根據不同場景的需求，未來需要定制設計 RIS 調控矩陣，進一步能夠實現多種場景下傳輸性能的提升。6第三章第三章 潛在應用場景與需求潛在應用場景與需求RIS 技術的興起帶來了“智能無線環境”的新興概念。傳統無線網絡中，電磁環境不受網絡控制，而在智能無線環境中，RIS 將環境轉變為一個智能可重構電磁空間，為信息傳輸和處理帶來范式轉變。RIS 未來應用場景主要分為兩類，一類為傳統通信場景的應用，另一類為垂直行業以及其它新型應用。3.1 傳統通信場景應用傳統通信場景應用伴隨著低頻資源的日益枯

16、竭，未來無線網絡也需要向更高的頻段范圍開拓可用的頻譜資源。與此同時，低頻頻譜在通信的廣域覆蓋中扮演著主要角色，網絡的覆蓋能力依然是通信系統的最重要和基本的能力之一。5G 基站的部署成本、運營成本相比于 4G 網絡進一步增加，5G 基站的電費已經給運營商帶來了不小的負擔。低成本、低功耗的解決機制對于 6G移動通信系統而言將更加重要。3.1.1信號覆蓋補充與擴展信號覆蓋補充與擴展3.1.1.1 克服覆蓋空洞克服覆蓋空洞傳統的蜂窩部署可能存在覆蓋空洞區域，如在高大建筑物的陰影區域（如圖 3.1 所示），在密集城區場景下的街道信號覆蓋，或者室內外和公共交通工具內外的信號接駁等場景下，通信鏈路被阻擋，基

17、站信號不容易到達，用戶不能獲得較好的服務。RIS 可部署在基站與覆蓋盲區之間，通過有效的反射/透射使傳輸信號到達覆蓋空洞中的用戶，從而為基站和用戶之間建立有效連接，保證空洞區域用戶的覆蓋。圖 3.1 智能超表面在克服覆蓋空洞的應用3.1.1.2 邊緣覆蓋增強邊緣覆蓋增強傳統蜂窩小區的覆蓋范圍受到基站發射功率的限制，小區邊緣用戶的接收信號質量較差。僅通過網絡規劃和調參很難實現無縫覆蓋，總會出現零星的弱覆蓋區。RIS 可部署在基站和邊緣用戶或弱覆蓋區之間，接力反射基站的傳輸信號提高邊緣用戶的信號質量。如圖 3.2 所示，在基站和小區邊緣用戶間部署 RIS，既可以調整電磁單元的相位進行波束賦型來增強

18、信號，又可以增加反射路徑來提高信號質量。7圖 3.2 智能超表面用于邊緣用戶覆蓋增強3.1.1.3 室內覆蓋增強室內覆蓋增強據統計表明，目前 4G 移動網絡中超過 80%的業務發生于室內場景中。隨著 5G 時代的到來，各種新型業務層出不窮，業界預測將來超過 85%的移動業務將發生于室內場景中。室內墻壁和家具的信號阻擋導致存在較多的覆蓋空洞和盲區。RIS 可以針對目標用戶進行重新配置，有利于室內覆蓋增強1。如圖 3.3 的左圖所示，信號由于折射，反射和擴散而經歷路徑損耗和穿透損耗，目標用戶的接收信號較弱。而如圖 3.3 的右圖所示，信號傳播可以通過 RIS 進行重構，使得到達目標用戶的接收信號得

19、以增強。圖 3.3 智能超表面用于室內通信場景由于較大的穿透損耗，室外基站實現室內覆蓋一直是工程實現的難點。如圖 3.4 所示，RIS 可以部署在建筑物的玻璃表面，它能有效接收基站傳輸的信號并透射到室內，室內用戶可以接收來自 RIS 的反射信號提高信號質量。圖 3.4 智能超表面提升室內覆蓋83.1.2小區邊緣速率提升與干擾抑制小區邊緣速率提升與干擾抑制對于小區邊緣的用戶，一方面，邊緣用戶接收到的服務小區信號較弱；另一方面，邊緣用戶會受到鄰小區的干擾。此時，可以通過在合適的位置部署 RIS，通過波束賦形，將邊緣用戶的信號傳輸至目標用戶所在區域，這在提高有用信號的接收功率的同時，也可以有效的抑制

20、對鄰小區的干擾，相當于在邊緣用戶周圍構建了一個“信號熱點”和“無干擾區域”。另外，由于用戶發送功率受限，小區邊緣用戶的上行信道將成為業務傳輸的瓶頸，在合適的位置部署 RIS，定向增強基站側的接收信號強度并抑制干擾，可以有效提升終端上行速率。3.1.3熱點增流和視距多流傳輸熱點增流和視距多流傳輸對于業務密集的熱點區域，可以通過 RIS 增加額外的無線通信路徑與信道子空間，從而可以提高信號傳輸的復用增益。尤其在視距傳輸場景中，引入基于 RIS 的可控信道（如圖 3.5 中綠色和藍色鏈路所示），則收發天線陣列間信道的空間相關特性將會得到很大的改善，可用于數據傳輸的子空間數目得到增加，極大提升系統及用

21、戶的傳輸性能。圖 3.5 基于智能超表面可控信道的多流傳輸3.1.4傳輸穩健性增強傳輸穩健性增強對于高載頻通信系統，高波束賦型增益被引入來克服路徑損耗的影響。然而，高增益的波束通常具有較窄的波束寬度，易被阻擋，這對接收信號的穩健性會產生影響。通過 RIS的泛在部署，能夠帶來更多傳輸路徑，從而增強系統傳輸穩健性。如圖 3.6 所示，RIS 產生2 個反射波束分別對準手機的不同接收面板，這樣即使單一波束被阻擋，另一波束仍可保證可靠的通信。此外，RIS 設備可以實現對多徑信道中的部分路徑的參數進行操控。通過操控部分路徑的幅度和相位，使得多徑信號在接收端正向疊加，抑制多徑效應，提高無線數據的傳輸穩健性

22、。如圖 3.6 所示，終端可以接收基站的直射徑信號以及兩個 RIS 的反射波束信號。RIS反射波束的相位與基站直達徑信號相位始終相同使得終端接收信號保持最佳質量。圖 3.6 智能超表面提升傳輸穩健性93.1.5大規模天線收發機大規模天線收發機RIS 技術可以與大規模 MIMO 天線技術相結合。通過超表面引入的一定相移可以實現任意方向的聚焦波束發射。這類天線可以克服收發天線數量增加帶來成本和功耗增大的問題，在降低設備成本的同時提升 MIMO 的空間分集增益且聚焦波束的靈活性更強，未來在波束掃描、極化切換、波束賦形等方面有著極大的應用潛力。圖 3.7 基于智能超表面的新型天線傳統的發射機主要是通過

23、基帶 IQ 數據操控載波信號的幅度和相位，而基于 RIS 的發射機的每個電磁單元都可以基于特定的控制信號而實現獨立的靈活控制，如利用 PIN/變容二極管進行電磁單元設計，實現調頻、調幅、調相和信道調制功能。一種可能的發射機結構如圖 3.8 所示2，RIS 是基于變容二極管的可編程超表面，該發射機可實現 QAM 調制?；赗IS 的發射機的最大優勢是可以實現低功耗，同時可以實現信號的靈活控制。圖 3.8 智能超表面發射機3.1.6用戶中心網絡用戶中心網絡用戶中心網絡（UCN）通過部署著大量無線接入點（AP）來代替基站服務于用戶。UCN將這些 AP 分組來為用戶提供高質量的服務，并且確保對每一個用

24、戶來說自己像是被服務于網絡的中心。然而，在這樣復雜的網絡環境中，無線信道的動態變化、無線傳播環境被障礙物阻擋等問題，都給 UCN 的系統性能提升帶來了極大的影響。另外，大量 AP 部署帶來的成本和能源消耗、復雜網絡中的干擾管理等問題同樣是 UCN 中的關鍵挑戰。由于 RIS 低功耗、低成本、可重配的特性，將 RIS 部署在 UCN 中，能夠很好的解決上述問題。借助 RIS，傳輸信號能夠繞開障礙物，且不會帶來較高的能耗和硬件成本。通過對RIS 元件的合理配置，可以適應無線信道的動態性，且可進一步解決干擾管理并提升通信系統的整體性能。10圖 3.9 智能超表面應用于用戶中心網絡3.2 新型應用新型

25、應用3.2.1 高精度定位高精度定位傳統的蜂窩網絡提供了無線定位功能，它的定位精度受到有限的基站部署位置，定位基站數量的限制。RIS 可靈活部署在基站服務區域的內部，輔助基站進行定位，提高定位精度。如圖 3.10 所示，通過測量基站和 RIS 參考信號的到達時間差，在已知基站和 RIS 位置的情況下可計算出手機所在的位置。與傳統多基站定位相比，一方面 RIS 具有較大的天線孔徑，空間分辨率更好；另一方面，RIS 可以泛在部署，可以解決定位覆蓋盲區問題，例如室內場景的高精度定位問題。圖 3.10 智能超表面用于定位3.2.2 車聯網通信車聯網通信車聯網作為產業變革創新的重要催化劑，正推動著汽車產

26、業形態、交通出行模式、能源消費結構和社會運行方式的深刻變化。智能交通和自動駕駛對車聯網的通信速率、時延和可靠性等系統性能提出更加嚴苛的要求。由于車輛動態性強，車聯網的距離有限，使得車輛之間的有效通信難以保障。而基于 RIS 的車聯網系統可以提升車輛的覆蓋范圍，如圖 3.11 所示，以一種類中繼的作用提升了車輛之間的有效通信距離，同時可以減少車聯網的覆蓋盲區，為車聯網的發展提供了新的解決思路與可行方法。11圖 3.11 基于智能超表面的車聯網系統3.2.3 無人機通信無人機通信對高速率和高質量的無線通信服務的需求增長促使無人飛行器（UAV）通信成為熱點。得益于 UAV 的高機動性，UAV 可以快

27、速部署在目標區域，從而建立可靠的通信鏈接。將RIS 加裝在 UAV 作為低空平臺可以在熱點地區或是覆蓋盲區為人們提供很好的通信鏈路，同時利用 UAV 的靈活性可以實現快捷的部署。無人機基站不受災害地區基礎通信設施的限制，可以快速為災害地區提供大范圍的可靠通信，結合 RIS 可以實現災區更廣覆蓋和更高能效的通信。RIS 還可以用于輔助航路覆蓋，將 RIS 部署在合適的地面、樓宇側面或頂部等位置，將地面基站的信號反射至 UAV 空中航線上。由于 RIS 的低成本易部署特性，有望實現大范圍的航路信號覆蓋。圖 3.12 基于智能超表面輔助的無人機網絡應用場景3.2.4 安全通信安全通信電磁環境的不確定

28、性和不可操控性將帶來保密信息泄露和復雜干擾等問題?，F有“外掛式”捆綁于無線通信系統的安全機制造成通信與安全相互掣肘，能效低下，只有依靠電磁環境的內生屬性設計內生安全功能，才是解決未來通信安全問題、實現通信與安全內源性融合的唯一出路。無線內生安全設計面臨被動適應電磁環境，“靠天吃飯”的實際困境，功效已接近“天花板”。利用 RIS 構建電磁理論與信息論學科的統一融合，可構造基于電磁信息論的無線內生安全新范式。RIS 能夠實現電磁環境實時可重構、無線信道動態可編程，進一步使能信道精細化感知和信道定制化生成，最大限度減少和消除電磁環境的不確定性和不可操控性，為無線通信與安全性能提升提供重要的手段支撐。

29、RIS 驅動下的 6G 安全愿景應利用 RIS 的信道精細化感知和定制能力充分挖掘通信和安全共有的本源屬性來同時逼近香農信道容量和一次一密的安全容量。如圖 3.13 所示，可將 RIS 設備部署在竊聽用戶附近，則RIS 設備反射的信號可以被調諧以抵消來自竊聽用戶處所接收到的基站與竊聽者之間的直達鏈路信號，從而有效地減少信息泄漏。12圖 3.13 智能超表面用于安全通信3.2.5 能量收集與傳輸能量收集與傳輸無線攜能通信（simultaneous wireless information and power transfer，SWIPT）是一種新型的無線通信類型，區別于傳統無線通信僅僅傳播信息，

30、無線攜能通信可以在傳播傳統信息類無線信號時，同時向無線設備傳輸能量信號。由于 RIS 反射面是個無源設備，因此其可以作為類中繼的作用，將信息與能量混合的信號進行反射，目的是為了保障傳輸信號較弱的用戶的服務質量，結合能量收集可以有效延長用戶設備運行的壽命，進而提高能量效率。圖 3.14 智能超表面應用于 SWIPT 系統無線功率傳輸(WPT)中，功率發射器只向用戶提供能量用來充電，而不傳輸信息。應用于家用電子產品充電、電動汽車、和醫療植入等領域。將 RIS 應用于 WPT 網絡中，一來可以解決反射面的能量供給問題，為無源反射面提供穩定而持續的能量；二來可以通過反射面反射射頻能量來為目的用戶提供能

31、量供給。這為綠色通信提供了新的解決思路與可行方法。無線供電通信網絡(WPCN)中，用戶可以利用手機的能量進行主動通信。在基于 RIS 的WPCN 場景中，用戶可以通過收集來自射頻源的能量來進行通信，而射頻能量來源可以是射頻源直接傳輸，也可以是由反射面進行反射傳輸；在用戶端完成收集能量后，用戶利用這部分能量來進行通信，結合 RIS 可以充分的提升通信的覆蓋范圍，減少不必要的通信盲區。3.2.6 減少電磁污染減少電磁污染電磁污染能影響對人體生物鐘起作用的激素和傳達神經信息的激素，還會破壞細胞膜。研究表明，電磁污染可直接殺傷人體細胞 DNA，促使基因突變而致癌。RIS 能夠把信號透射和反射到某一個方

32、向，也可以通過調整幅度的方式，通過電磁的吸收，來減小電磁污染的一些場景，同時把電磁污染的一些波反射到不會產生電磁污染的方向上，從而達到抑制電磁污染的目的。13圖 3.15 智能超表面用于調整電磁干擾幅度3.2.7 降低移動邊緣網絡時延降低移動邊緣網絡時延移動邊緣計算在移動網絡的邊緣、無線接入網的內部以及移動用戶的近處提供了一個IT 服務環境以及云計算能力。RIS 由于可以通過調節電磁單元反射參數實現對空間環境進行控制，因此可以帶來虛擬陣列增益和反射波束賦形增益。利用該特性，在邊緣網絡中，RIS可提升邊緣設備的卸載成功率，從而提升整個網絡性能，降低端到端信號傳輸時延。此外，將 RIS 部署于邊緣

33、服務器附近，利用邊緣服務器的計算能力，提升 RIS 電磁單元調控系數的調節效率，從而帶來系統覆蓋和傳輸容量增益，進而降低邊緣網絡傳輸和處理時延。圖 3.16 智能超表面應用于移動邊緣網絡3.2.8 頻譜認知共享頻譜認知共享在下一代無線通信網絡中，頻譜將擴展至太赫茲頻段，頻譜量達到了至少十倍的增長。然而，低頻頻譜在通信的廣域覆蓋仍然扮演著主要角色。由此采用更加高能效、高頻譜效率的可靈活重構的頻譜復用重用技術，允許異構的頻譜認知共享系統的共存，對于實現更高效的頻譜利用與高質量的萬物互聯互通是十分有益的且至關重要的。通過在認知網絡中部署 RIS，利用其可重構無線信道/無線電傳播環境的特性可以進一步提

34、高頻譜效率和通信覆蓋范圍。應用 RIS 輔助的頻譜共享技術可實現頻譜的動態接入，從而獲得更高效的通信和更高的頻譜效率。例如，在高密集熱點區域或是交通擁塞路段，大量的智能設備需要接入頻譜進行數據傳輸，RIS 輔助的頻譜共享技術可以為其提供可靠的頻譜接入決策，進行有效的動態頻譜接入。14圖 3.17 智能超表面輔助的頻譜感知共享網絡3.2.9 空間調制空間調制RIS 不僅能實現電磁波的幅度、相位和極化方式等的調控，還能夠對信息進行調制3?；?RIS 的空間調制發射機利用空間調制、天線選擇等方法對 RIS 區域劃分選擇，實現額外信息傳遞。這種架構可以在利用 RIS 低功耗優勢的同時顯著提升頻譜效率

35、。一種基于 RIS的空間-相位聯合調制發射機能利用 RIS 多陣元帶來的空間維度，即陣元索引來加載 RIS 的信號，在每個時隙自適應選擇 RIS 陣元被動散射 RIS 信號。以傳輸“001”為例，如圖 3.18 所示，“00”代表選擇第一個陣元傳輸比特“1”。圖 3.18 基于智能超表面的空間-相位聯合調制示意圖3.2.10 背向反射背向反射考慮一個低功耗的傳感器節點，它嵌入到一個用于環境監測的智能表面中。當無線電波撞擊智能表面時，RIS 可被配置成調制/編碼由低功率傳感器感測的數據到散射信號，例如，通過時域散射波形發送感測數據。這使得低功率傳感器能夠在不產生新的無線信號的情況下將信息攜帶到環

36、境無線電波中，通過回收現有無線電波進行通信。物聯網面臨的主要挑戰之一是有限的網絡壽命，這是由有限容量電池驅動的設備的大量部署造成的。在這種情況下，背向反射通信通過入射無線電波的被動反射和調制來傳輸信息，已經成為一種有希望的技術，能夠以低功耗和低復雜度實現大規模設備部署的連接。15第四章第四章 潛在關鍵潛在關鍵技術技術RIS 涉及的關鍵技術主要包括三個方面，即硬件結構與調控、基帶算法及系統與網絡架構。硬件結構與調控設計決定了 RIS 在電磁調控方面所具備的性能指標，如工作頻段、帶寬以及調控能力等，這些方面決定了 RIS 在無線通信中所發揮作用的基礎?；鶐惴ㄖ饕钢悄芸刂茊卧诳刂?RIS 實現

37、各類功能方面所擁有的能力，如區域覆蓋增強、數能同傳、感知與定位等，這些方面決定了 RIS 在無線網絡中所能起到的作用。另外，作為一種全新的、革命性的技術，RIS 可能使得現有通信系統與網絡架構發生翻天覆地的變化。圖 4.1 智能超表面潛在關鍵技術4.1 智能超表面結構與調控智能超表面結構與調控4.1.1 智能超表面硬件結構智能超表面硬件結構RIS 作為超材料領域與通信領域的交叉熱點，其對電磁波獨特的智能調控方式為新型信息調制硬件范式與智能無線環境提供能無限可能。在傳統通信系統中，無線信號發射需要使用本地振蕩器和乘法器將信號從基帶搬移到射頻，再經過功放放大進行發送，這種通信結構需要消耗較多的能量

38、，而 RIS 技術利用環境中已經存在的電磁波，通過改變超表面人工微結構，影響該超表面對電磁信號的折射或反射性能，實現對無線信號進行調控的目的。RIS 基本單元結構的基礎設計理論包括了傳統的周期電磁理論、惠根斯等效原理及廣義的反射和折射定理等；控制電路設計可參考電路設計理論或現場可編程控制電路設計理論等。一般而言，其硬件架構由兩個部分組成：可重構超表面和智能控制單元（如圖 4.2 所示）。圖 4.2 智能超表面基本結構示意圖16透射型 RIS 天線具有高增益、重量輕、成本低、功能靈活等優點，饋源和輻射場分別位于 RIS 的兩側，不存在反射陣饋源遮擋等問題。通過合理設計每個單元的形式及尺寸來調節入

39、射波的透射相位，在 RIS 出射口徑面形成特定的相位分布，從而輻射所需的波束。超表面作為實施電磁調控的載體，是 RIS 的“軀體”，通常由一系列周期排布的電磁單元單元結構組成。其中，單元結構會集成一些可調元件來獲得對電磁波的可重構性，如PIN 二極管、變容二極管、液晶、MEMS 開關等。根據單元結構對電磁波的具體調控能力，可重構超表面大致可分為：幅度可重構、相位可重構、極化可重構等。智能控制單元則負責控制超表面所呈現的電磁功能，是 RIS 的“大腦”，通常以 FPGA、MCU 等可編程元件為核心，搭配與可重構超表面相應的控制/驅動電路，具有實時控制超表面功能的能力?，F有技術相比，RIS 可以對

40、電磁波進行直接調控，無需功耗大、設計復雜的射頻鏈路部分，只需要 RIS 就可以實現信息調制和無線傳輸，具有低成本、高能效的優點，在發展基于 RIS 的新型硬件范式方面具有巨大潛力。4.1.2 智能超表面調控機理智能超表面調控機理RIS 作為一種數字可編程的電磁超表面，通過自由設計電磁單元結構以及自由排列的方式，可實現對電磁波的靈活調控，帶來全新的物理現象和應用。電磁波的調控主要有幾個特征方面：頻率、幅度、相位、極化、傳播方向、以及攜帶軌道角動量（OAM）的波型等，不同的電磁超表面可實現不同特性的電磁波調控。傳統超表面的電磁參數是連續調控的，也被稱為是“模擬超材料”，而且一般是無源超表面，它的電

41、磁單元拓撲結構一旦設計好，其調控電磁波的功能就也相應確定。代表性的無源電磁超表面結構有：高阻抗電磁帶隙表面，其不僅具有表面波帶隙特性，還具有同相反射人工磁導體特性；調控電磁波頻率的寬帶多層頻率選擇性表面（FSS）；調控電磁波極化的可重構極化選擇表面；反射和透射型的波束調控電磁超表面；以及幅度調控的能量收集或吸波超表面等。這些經典的超表面對電磁波的不同維度均具有靈活的調控特性。廣義斯涅爾定律概念的提出，極大豐富了電磁超表面的發展。崔鐵軍院士于 2014 年首次提出了數字編碼和現場可編程超材料，通過控制超材料的空間數字編碼序列，實時可編程地操控電磁波的空間分布。2019 年進一步提出了時間數字編碼

42、超材料，實現了對電磁波頻譜的實時可編程操控。這種數字編碼表征使超材料由“被動”變“主動”,從“模擬”變“數字”，因而有能力在物理空間上進行信息操作和數字信號處理運算。通過將香農信息熵的概念引入數字編碼超表面中，可通過編碼圖樣和電磁波遠場方向圖所涵蓋的信息量來調控幾何信息熵和物理信息熵。由于數字編碼超表面的調控對象是若干離散的數字狀態，因此可被推廣到可編程設計中。通過將微波有源調控器件放置在編碼單元中，如變容二極管、PIN 開關、液晶、MEMS 開關以及傳感器等，通過控制其偏置電壓，該單元的相位響應便可實時地在“0”狀態和“1”狀態之間變換。此時的數字編碼超表面已不再是一個功能固化的器件，利用驅

43、動控制電路實時調控編碼圖樣，調控遠場輻射完成不同功能。當可編程數字超表面上每一個單元的數字狀態都可實時調控時，能夠實現單波束、雙波束、多波束及散射等任意輻射圖樣的實時可重構，其功能和性能將為 RIS 的設計和實現奠定堅實基礎。RIS 把超材料物理空間和數字空間融為一體，在操控電磁場和波的同時完成信息的感知、處理與調控，可實現更為復雜的系統化設計，促進新體制通信系統的發展。RIS 可將無源模擬超表面與數字有源可編程超表面對多維電磁波的調控統一起來，可將數字信息論和信號處理中的理論方法用到超表面的設計中，建立物理世界與數字世界的橋梁。17圖 4.3 智能超表面的多維電磁場和信息實時調控（波形調控）

44、4.1.3 智能超表面硬件特性智能超表面硬件特性RIS對空間電磁波的操控性能取決于RIS硬件結構特性或RIS多功能模塊特性以及控制軟件算法。圖 4.4 中展示了部分工作在不同頻段 RIS 陣列的硬件形態。a）4.2GHz RIS 陣列b）5.0GHz RIS 陣列c）10.5GHz RIS 陣列d）28.5GHz RIS 陣列18e）X 波段寬帶透射型 RIS 天線圖 4.4 工作于不同頻段的智能超表面硬件RIS 的硬件技術特性需要從以下幾個主要層面來進行分析。1)單元結構特性：包括單元形狀、大小、可調器件類型和基本單元結構中使用的材料。單元結構特性決定了 RIS 單元的幅頻響應特性；利用優化

45、設計的單元結構特性可以實現對電磁信號的幅度、相位、極化及頻譜的控制獨立調控或同時調控。2)單元空間排列方式：包括 RIS 超表面單元在空間上規則排列、不規則排列和一些特殊的排列方式；利用 RIS 超表面上單元的空間排布可以靈活實現對電磁信號的空間調制或空間波束的調控。3)單元控制策略：決定智能控制單元在控制可重構超表面可實現各類功能方面所擁有的能力，基本控制策略包括單個單元的線性控制方式、非線性控制方式、半靜態控制方式或動態控制方式等；也包括整個 RIS 單元的控制策略，即 RIS 所有單元集合的編碼策略；利用單元的控制策略，可以實現對空間電磁波的線性及非線性處理，如空間和頻譜的靈活調控。4)

46、可調材料或器件特性：單元內部的可調材料或器件是 RIS 實現動態參數配置的重要部件；可調材料或器件的工作機理、工作特性及電尺寸的大小，對 RIS 單元結構的設計及對 RIS 的工作特性和工作場景有非常重要的影響。目前電可調材料包括 PIN 開關二極管、變容二極管、液晶、石墨烯和 MEMS 等，可分別用于工作在不同頻段 RIS 的單元設計。5)控制電路特性：主要包括 RIS 可調器件或可調材料的饋電電路和用于 RIS 單元狀態或陣列狀態控制的數字電路?；?RIS 的控制電路和接口協議，實現遠程控制端與 RIS 之間或無線網絡與 RIS 之間的連接，以及對 RIS 的按需控制；連接的主要方式包括

47、有線連接方式和無線連接方式。在實際應用中會存在硬件部分 RIS 單元失效的問題，會引起 RIS 性能的變化。通過對散射特性進行成像可實現失效單元的診斷，進而對失效單元進行維修、替換或在線優化1。4.2 智能超表面基帶算法智能超表面基帶算法RIS 應用于通信系統需要合理設計空口傳輸技術，實現有限資源下的利用最大化，在本小節討論信道測量與建模、信道估計與反饋、波束賦形、數能同傳、感知與定位、頻譜共享、安全通信、收發機設計、AI 使能的 RIS 系統設計等。4.2.1 信道測量與建模信道測量與建模RIS 信道測量和建模是 RIS 系統設計、網絡優化、性能評估的基礎，用于分析最終的性能極限、優化操作、

48、評估 RIS 使能智能無線環境的優點和局限性。典型的 RIS 是擁有超大規模電磁單元、超大孔徑的連續電磁超表面，且其還具有對電磁傳播環境進行調控的基礎能19力，如何準確測量與建模 RIS 使能的智能無線環境信道是一個全新的挑戰。當前，RIS 使能的無線通信研究主要局限是缺乏易于操作且精確的 RIS 電磁模型?，F有的研究工作大多是建立在簡單的衍射模型基礎上，從電磁學角度對 RIS 電磁波響應特性的研究尚處于起步階段。過于簡化的信道模型可能誤導算法設計，并導致性能評估的偏差。RIS 信道測量與建模面臨的挑戰可能包括如下幾方面：（1）RIS 可能會被用于未來無線網絡典型頻段與業務場景，因此需要考慮未

49、來無線網絡全頻譜、全場景下無線信道測量、信道特性描述與信道建模的挑戰；（2）RIS 自身物理特性帶來的挑戰1超大規模電磁單元及超大孔徑的特征相對傳統 MIMO 的差異；2連續電磁超表面與傳統離散天線模型的差異；3緊湊結構（基本電磁單元間距遠小于半波長）帶來的互耦問題;4有感知能力的有源電磁單元或無感知能力的無源電磁單元；5集中式或分布式 RIS 結構；6RIS 相位調控的量化誤差及 RIS 硬件自身的指標偏差等工程誤差；（3）RIS 的部署會使得原來 BS 與 UE 之間的信道關系發生變化，增加了 BS-RIS-UE級聯路徑及 RIS-RIS 之間的傳播路徑；（4）不同部署模式帶來的差異性。例

50、如，近場或遠場部署模式，單個 RIS、多個 RIS或泛在 RIS 部署模式等；（5）RIS 引入使得原有自然不可控電磁傳播環境變為人為可控的電磁傳播環境，對電磁傳播環境的主動調控可能會帶來全新的信道刻畫范式?？紤]簡單、可用與復雜、精確之間的均衡是構造有效 RIS 信道模型的關鍵。目前，無線信道測量與建模分別考慮了大尺度衰落特性（路徑損耗與陰影衰落）、小尺度衰落特性（多徑效應、時延擴展與角度擴展、Doppler 譜、相關性）、空間一致性等方面。常用的信道模型包括確定性模型、隨機性模型或混合信道模型等。確定性信道模型主要包括基于幾何光學模型與射線追蹤模型，其中基于場景地圖的模型和點云模型是較為常見

51、的簡化射線追蹤模型。隨機性信道模型近年來被學術界和工業界廣泛使用，可以分為基于幾何的信道模型與基于相關的信道模型?；趲缀蔚男诺滥Ｐ秃突跀底值貓D的混合信道模型是當前 3GPP 及 ITU 標準研究中主要采納的信道模型12。RIS 信道測量與建模需要在當前無線信道模型的基礎上進一步考慮 RIS 的物理模型抽象，具體如下表。表 4.1 智能超表面的物理模型抽象物理模型抽象RIS 電磁單元模型極化模型（單/雙極化、極化泄露/扭轉、各向異性）幅/相調控模型插損模型非理想因素RIS 面板模型BS-RIS 遠場平面波饋入激勵模型BS-RIS 近場球面波饋入激勵模型RIS-UE 近場模型RIS 碼本模型最

52、近一些初步的研究工作試圖闡明 RIS 的路徑損耗模型。文獻3和4在考慮 RIS 的物20理和電磁特性的基礎上，建立了不同情況下 RIS 輔助無線通信的自由空間路徑損耗模型。實驗測量進一步驗證了所提出的路徑損耗模型，測量結果與建模結果吻合較好。文獻5利用一般標量衍射理論和惠更斯-菲涅耳原理，提出了計算 RIS 接收功率的封閉表達式，確定了 RIS 作為反常鏡面反射的條件。文獻6為 RIS 輔助的無線系統引入了一個端到端、電磁兼容、互耦感知和單元幅度與相位耦合的物理與電磁兼容通信模型，該模型與傳統的通信理論框架具有內在的相容性。關于多徑衰落（小尺度衰落），常用的方式是通過典型分布（如Rayleig

53、h 衰落和 Rician 衰落）進行建模。文獻7在基于地圖（map-based）混合信道模型基礎上，基于射線追蹤及可控智能電磁表面反射模型給提出了一種適用于智能電磁表面部署在復雜實際場景中的信道建模方法。文獻8建立了非平穩條件下 RIS 幾何隨機性信道模型，并研究了 RIS 面板尺寸和終端移動性對 RIS 信道特性的影響機理。文獻9建立了空中 RIS幾何隨機性信道模型，并通過合理地調控 RIS 單元相位實現了抗信道小尺度多徑衰落及多普勒的效果。準確測量與建模 RIS 使能的智能無線環境信道是一個全新的挑戰，需要考慮 RIS 自身的特性，同時也需要考慮未來無線網絡全頻段、全業務場景需求，繼續加強

54、研究投入，為RIS 系統設計、網絡優化、性能評估打下基礎。4.2.2 信道估計與反饋信道估計與反饋RIS 輔助通信的信道估計面臨比傳統通信場景信道估計更為嚴峻的挑戰。大多數 RIS 采用全被動元素，僅配備了簡單的板載信號處理單元，只反射電磁波，并不具備復雜的信號處理能力，使得信道狀態信息（CSI）的獲取存在困難?；诓糠种鲃釉氐?RIS1采用具備一定感知和信號處理功能的單元替代被動電磁單元以自主獲取 CSI，但主動元素的數目、排布圖案等設計需要權衡信道估計與信息傳輸的需求。為了進行有效的信道估計，需設計新的算法和協議，盡可能簡化 RIS 結構設計并避免復雜的信號處理操作需求。在 RIS 輔助

55、通信系統中，通常 BS 和 RIS 固定安裝，BS 和 RIS 之間的信道維度高但變化緩慢，可視為準靜態；而 UE 處于移動狀態，UE 到 BS 及 RIS 之間的信道時變但維度較低。因此，可以利用信道的雙時間尺度特性進行分段信道估計。也即，UE 的低維移動信道估計頻繁，但是高維準靜態的 BS-RIS 信道不需要頻繁估計，由此總體導頻開銷得以降低2?；谖恢眯畔⒌男诺拦烙嫹椒ㄊ且环N可能的 RIS 信道估計方案，利用 BS 和 RIS 位置固定的特點以及 RIS 單元陣列特性，設計低復雜度的信道估計方法來獲得信號到達角等關鍵信息。將 RIS 電磁單元分組調度可以提高系統設計的靈活性?？梢杂?RI

56、S 電磁單元優化分組來估計高維 RIS 無線信道1和多用戶信道3，或通過優化 RIS 電磁單元分組和訓練序列來最大化可達速率4?？梢酝ㄟ^挖掘 RIS 級聯信道的結構化稀疏特征，提升信道反饋性能并顯著降低信道估計開銷?？梢岳?RIS 信道矩陣低秩特性，構造聯合稀疏矩陣并設計矩陣填充問題來實現級聯信道估計5?？梢岳枚嘤脩粜诺涝诮嵌扔虻南∈栊詠斫档蛯ьl開銷3?？梢岳眯诺滥Ｐ偷慕Y構來估計信道，將 RIS 面板劃分為不同的子塊，每個子塊在不同的估計時隙中用不同的相位矩陣，依次估計出待估計信道6。隨著 RIS 工程化應用的不斷發展，低復雜度信道估計成為目前 RIS 研究的重點?；诖a本的信道估計7是

57、一種典型的低復雜度信道估計方法。對于密集排布、距離收發端遠、散射多徑簇狀分布的 RIS，可以將其信道建模為波束域信道模型，將信道估計轉化為波束域信道角度估計?；诖a本的信道估計與波束賦形協同方案是未來工程應用場景的典型方式，但RIS 信道分段特性和近場特性會對傳統碼本方案帶來挑戰，如何設計 RIS 信道碼本是亟待解決的問題。21當 RIS 使能系統的上下行鏈路空間互易性滿足時，BS 端下行鏈路 CSI 的獲取可通過上行鏈路角度信息和下行鏈路增益信息組合獲得。RIS 材料與調控機理具有多樣性，在某些情況下，即使在 TDD 制式下信道的空間互易性也不滿足。RIS 的互易性成立條件需要進一步評估分析

58、，而互易性不完全成立時的補償機制也需要進一步研究。上述信道估計和反饋方法擴展到多用戶場景3，多用戶共享信道的 CSI 僅由參考用戶反饋，而多用戶各自私有信道的 CSI 應由多用戶分別反饋；擴展到多 RIS 場景時，多 RIS 共享信道的 CSI 僅反饋一次，多 RIS 各自私有信道的 CSI 應分別反饋8。為充分利用采集數據的信息或解決信道模型未知情況下的信道估計和反饋問題，可以采用基于 AI 的新方法。隨著通感一體化技術的發展，利用感知信息（位置、圖像等）輔助 RIS信道估計和反饋將成為發展趨勢9。未來信道估計和反饋研究需要考慮 5G-Advanced 和 6G 可能的新場景、新技術，結合實

59、際硬件配置情況，設計工程實用的信道估計和反饋方法。4.2.3 波束賦形波束賦形通過調控 RIS 的每個電磁單元的相位，可以調整波束朝著特定方向發射信號，從而減少所需信號的發送功率、提高頻譜效率、擴大覆蓋范圍并同時削弱干擾。在實際系統中，可以聯合設計發射機處的波束和 RIS 處的反射波束，以提高系統容量和可靠性并減少能耗1-3。在傳統的多天線蜂窩網絡中，波束賦形設計主要包含對多天線的收發機進行預編碼與均衡矩陣的設計，實現信號定向傳輸，而 RIS 的引入將使得系統的波束賦形設計變得更加復雜?；?RIS 的可編程特性，RIS 可以作為一個外部模擬預編碼器，對相應的相移矩陣進行設計，即 RIS 對來

60、自于發射機的信號采用模擬波束賦形進行反射調控。其基本原理如圖 4.5所示。圖 4.5 智能超表面系統波束賦形設計RIS 的波束賦形相對于傳統波束賦形存在許多新的特征和難點1-4：（1）由于 RIS 電磁單元個數較多，為每一個電磁單元設計波束賦形的參數具有較高的復雜度。降維與分組是平衡波束賦形精度和計算復雜度的有效方法。（2）RIS 通信中信道具有分段特性，需要聯合設計 BS 的有源波束賦形和 RIS 的無源波束賦形。當 RIS 具有主動測量感知信號的能力時，可以直接獲得分段信道 CSI，發射機到RIS、RIS 到接收機端的波束賦形向量的設計較為簡單。但是當 RIS 不具有主動測量感知信號的能力

61、時，難以直接獲得分段信道 CSI，RIS 到接收機的波束賦形的設計將是一個極具挑戰的問題。RIS 輔助通信系統的波束賦形設計一般從優化的角度出發，將相移矩陣設計問題轉化為22特定目標的優化問題，進而通過各類優化方法進行求解。此外，為降低運算復雜度，可以采用用戶分組和 RIS 分塊相結合的方法，充分利用空間資源，將高維度波束賦形進行降維，以低復雜度的設計實現多用戶傳輸。此外，基于統計 CSI 的 RIS 波束賦形設計將有助于在低復雜度信道估計的情況下提升系統的頻譜效率。在實際物理通信場景中，由于存在環境噪聲、I/Q 不均衡、相位噪聲、放大器非線性、相關核心器件工作點漂移（例如，高精度模數轉換器）

62、、頻譜泄露（例如，非理想寬帶 RIS 制造工藝）等現象，因此假設硬件系統一直工作在完美與穩定狀態是不切實際的34。如果忽略這類硬件偏差的影響，假設理想硬件狀態下的波束賦形算法將會嚴重的扭曲訓練導頻和期望接收信號，因此我們也需要考慮硬件受限下的波束賦形。最后，RIS 硬件結構的進一步改進也會帶來波束賦形的新設計需求。比如，為彌補 RIS引入的“乘性衰落”效應，可將無源 RIS 改進為有源 RIS，但有源器件的引入會導致 RIS 系統模型的改變，波束賦形也應隨之改變5。4.2.4 數能同傳數能同傳電磁波能夠同時傳遞信息和能量，高效無線能量傳輸與收集的理論與技術是當前的熱點領域，是電磁場、微波、電路

63、與系統、電力電子、能量轉換等多學科交叉的應用基礎研究。目前，使用近場感應能量傳輸的無線供電已經初步形成了商業化標準，但其傳輸距離非常有限（通常不到一米）。而通過射頻、微波的遠距離無線能量傳輸可以在更長的范圍內使用。在當今信息社會人們對各種電子產品日益增長的需求下，推動了無線通信、互聯網和低功耗技術的迅猛發展，電子設備和智能設備的功耗要求隨之降低，使得通過無線電波給低功耗設備供電成為可能。盡管電磁波能同時攜帶能量和信息，但現如今射頻傳輸的能量和信息是分立處理的。數（數據信息）能（無線能量）同傳的統一設計將能夠在能量和信息之間進行權衡，以充分利用射頻/微波頻譜和網絡基礎設施進行通信和供電。形象地說

64、，對于數能同傳的研究目標可以概括為，在性能和效率角度，實現信息和能量兩者“1+12”，而在實施成本和系統復雜度上，實現兩者“1+12”。在此目標下，需要研究的內容包括，能量與信息協同傳輸機制與最優化策略選擇，新型電磁結構有源加載設計，RIS 對電磁波的高效自適應調控技術、多端口、寬角、全極化射頻接收技術，寬帶/多頻、寬功率范圍寬帶大功率或微功率直流轉換，高效功率合成、儲能等關鍵技術難題。從系統方案上，數能同傳可以分為三個主要方向，即無線攜能通信（SimultaneouslyWireless Information and Power Transfer，SWIPT）、無線供能通信（Wireles

65、s PoweredCommunication，WPC）與 WPC-SWIPT 系統。圖 4.6 基于智能超表面的 SWIPT 系統23基于 RIS 的 SWIPT 系統如圖 4.6 所示，其中 RIS 作為一個多陣元發射機實現信息信號和能量信號同步傳輸。具體來說，RIS 的電磁單元對基站發送的能量信號和信息信號的相位、幅度和極化方向的實時調控，并將調控后的信號分別反射到相應能量接收機和信息接收機。能量接收機和信息接收機分別將接收到的信號用作能量接收和信息解調。相較于傳統SWIPT 系統，基于 RIS 的 SWIPT 系統無需射頻鏈，可以極大地降低陣列體制無線通信發射機的設計復雜度、硬件成本和功

66、耗。圖 4.7 基于智能超表面的 WPC 系統基于 RIS 的 WPC 系統如圖 4.7 所示，在混合基站（hybrid access point，HAP）上部署配備大規模陣列單元的 RIS，用于下行無線能量波束成形和上行信息接收。其工作原理為：將單位時間分為下行無線能量傳輸階段和上行無線信息傳輸階段。在下行無線能量傳輸階段，能量受限設備收集由 RIS 調制射頻能量信號并進行存儲；在上行無線信息傳輸階段，能量受限設備利用收集的能量發送信息給 RIS，RIS 通過對接收信號進行波束賦形處理并將其反饋給 HAP。該系統有以下優勢：（1）以低成本、低復雜度方式實現下行能量波束對準和增強上行接收信號強

67、度；（2）有助于延長能量受限設備的運行壽命，實時、迅速信息反饋。圖 4.8 基于智能超表面的 WPC-SWIPT 系統基于 RIS 的 WPC-SWIPT 系統如圖 4.8 所示，將一個單位時隙分為兩個傳輸階段：無線能量傳輸階段與無線信息與功率同傳階段。在第一階段(無線能量傳輸階段)，功率站與 RIS發射能量信號給無線能量用戶，無線能量用戶進行能量采集，將采集的能量存儲在電池中。在第二階段(無線信息與功率同傳階段)，無線能量用戶停止能量采集，利用第一個階段采集的能量為遠端信息接收機傳輸信息。信息接收機將接收到的信號分為兩個部分即能量采集部分與信息解碼部分。該系統具有以下優勢：1）RIS 的部署

68、增強了無線能量信號的傳輸，為24WPC 網絡的實現提供了可能；2）擴大網絡覆蓋面積，為蜂窩邊緣用戶提供高質量通信服務；3）兩個傳輸階段都采用了能量采集技術，推動低功耗設備能夠隨時隨地在移動中通信和供電。4.2.5 感知與定位感知與定位隨著移動通信的飛速發展，未來無線網絡在提供傳統互聯通信服務之外，也將使能感知增強型服務。未來的無線網絡將轉變為智能通信、感知和計算一體化系統。因此，除了基本的通信接入服務，未來無線網絡也能夠實現電磁環境智能感知和目標定位，邊緣節點主動信息緩存和處理。環境智能感知可以進一步使能未來無線網絡對低時延、高可靠和低能耗數據傳輸的需求，也有助于在信息物理系統中實現人與設備的

69、精確定位，帶來更多人際網絡交互的可能性。例如，通過統計分析、機器學習等手段，RIS 可以用來了解人類在無線網絡中的行為或意圖，優化無線通信系統的資源調度，使無線通信系統更加智能，進而改進通信性能和用戶體驗；此外，RIS 可以感知和識別人體動作，構建一個能在室內和室外場景中提供高精度的定位和定位服務平臺，更好的實現人機互動、虛擬體感現實，以及智能家居、智能健康等服務12。傳統無線系統的感知與定位能力主要受限于無線收發機的空間與角度辨識能力，使得傳統無線設備無法細粒度地分辨電磁信號并提取無線信號細節特征，從而導致無法實現對電磁環境和目標準確的、魯棒的感知與定位。RIS 可以被描述為一種使用磁信號撞

70、擊確定散射體以獲得環境特征的結構。不同于傳統通信系統利用多徑信號獲得傳輸分集/復用增益，多徑效應是感知/定位的誤差來源之一。在 RIS 輔助的通信感知系統中，利用 RIS 設備的波束匯聚功能排除多徑效應的干擾，從而提高感知/定位的準確度。當前的研究通常使用 RIS 作為輔助手段增強現有收發器的傳輸性能。實際上，由于 RIS 的每個散射單元都可以單獨進行相位調整，因此對來自不同方向的入射信號能顯示出不同的靈敏度。因此，RIS 可以配置為被動監視無線電環境的傳感器設備陣列。具體來說，通過聯合解析 RIS 在每個單元接收到的信號特征以獲得描述電磁傳播環境的高分辨率圖像，可以將復雜的多徑傳播轉變為使用

71、以圖像表示的信息，并創建由位置信息和所測得的無線電參數組合而成的環境地圖，進而為主動無線資源管理提供諸多機會。RIS 可以在極低功耗下引入大量電磁單元，易于大規模部署，因此相較于傳統收發機在電磁感知方面具有以下優點：1）利用 RIS 反射無線信息，可以實現主動控制環境中的多徑信號，將多徑信號變廢為寶，從而提升感知與定位精度；2）利用RIS 上大量的電磁單元可以極大提升對信號的空間分辨率，細粒度的估計無線信號的入射角度，最終提升感知與定位精度；3）所獲得的大量數據信息可應用于數據驅動的人工智能技術，進而挖掘更全面更準確的環境信息。RIS 的感知能力不但有助于提供傳統基于位置的服務與應用，也將在未

72、來通信系統中提高網絡本身的通信與接入能力，包括高度聚焦的無線服務能力以及環境和情景感知的資源調度能力。由于 RIS 的諸多優勢，在 RIS 的設計架構中，通信和感知功能并非獨立的競爭同一無線資源，而是將有機結合通信和感知功能并使兩者相輔相成，實現通信感知一體化。然而，傳統的方法并不能直接運用在 RIS 上，仍有一些基礎研究問題亟待解決，包括：面向通信感知一體化的 RIS 陣列控制、部署和優化方法；RIS 通信信號與感知信號的融合、提取和時間尺度匹配問題；高精度用戶位置、方向、速度感知并輔助提高通信頻譜效率問題等。25圖 4.9智能超表面使能未來網絡中通信與感知相輔相成34.2.6 頻譜共享頻譜

73、共享在有限的頻譜資源下，難以滿足未來無線網絡對超高數據速率和海量訪問需求。雖然新的頻段，如高頻毫米波和太赫茲頻段，將被投入 6G 的研究，但是克服高頻段的嚴重路徑損耗是一項艱巨的任務。因此，仍然需要在現有低頻段中開拓新穎的高頻譜效率技術，以滿足高效率、低成本和大規模接入需求。頻譜共享能有效地提升頻譜效率，其允許用戶在滿足共享規則下共享同頻頻譜資源，從而緩解頻譜稀缺問題。RIS 通過智能改變無源元件的反射系數對電磁波進行控制，可實現無線通信網絡的智能重構無線信道/無線電傳播環境，其能夠有效地提高頻譜效率和能量效率，并降低通信干擾。因此 RIS 與頻譜共享相結合可以進一步提升頻譜效率，擴大通信覆蓋

74、范圍，如在授權頻譜共享中，RIS 輔助的頻譜共享系統通過 RIS 提供的具有更高信道增益的級聯信道進行頻譜共享接入，可以提高頻譜利用率，進而提高頻譜共享的收益。除此之外，在需要滿足一定共享原則（如干擾約束）的頻譜共享中，RIS 輔助的頻譜共享系統能夠在保證原頻譜所有者或是具有高優先級用戶的通信質量的同時為頻譜共享用戶提供更多可用頻譜資源，并避免對其他用戶產生干擾。傳統的頻譜共享技術通常利用信號的頻譜空間特性，例如利用極化或波束對信號進行調控，以緩解原頻譜所有者和頻譜共享用戶之間的干擾。相比于以上技術，RIS 作為通過改變電磁單元的反射加權系數智能重構無線信道的極具潛力的技術，其可以提供具有更高

75、信道增益的級聯信道，進一步提升頻譜共享的頻譜效率。然而，在實際網絡中，RIS 不僅會對入射的“目標信號”進行優化調控，也會對其他“非目標信號”進行非預期的異常調控1。非預期的異常調控可能導致 RIS 的優化調控失效，甚至降低系統的性能。因此，RIS 與頻譜共享技術的結合在帶來了新的機遇的同時也帶來了的全新的挑戰。由于 RIS 能夠通過調整電磁單元的反射系數來實現智能重構無線信道，提供更高信道增益的級聯信道?；谏鲜鰞烖c，可以將 RIS 應用到頻譜感知的微弱信號檢測中來提升檢測性能。例如在能量檢測算法中，準確檢測到原頻譜所有者信號的檢測概率取決于認知用戶的接收信噪比。對于微弱信號，過低的信噪比以

76、及較強的噪聲不確定性會使得能量檢測的性能極其不理想。因此，通過 RIS 調整反射相位，使得 RIS 反射信號與直連信號在頻譜共享用戶處實現相干疊加，從而獲得更高的信號強度，這有效地彌補了能量檢測在微弱信號檢測方面的缺陷。在此過程中，RIS 僅作為增強信號強度的無源設備，不改變頻譜感知的基本機制，可有效擴展至其他的頻譜感知算法。因此，RIS 作為極具潛力的技術在頻譜共享中的應用是具有積極意義的，其能夠在提高頻譜效率的同時提高頻譜感知檢測的準確性，從而實現可靠的頻譜共享。264.2.7 RIS 驅動的無線通信安全一體化驅動的無線通信安全一體化無線內生安全挖掘、利用無線信道的內在安全屬性，面向電磁傳

77、播機理的內源性缺陷設計安全功能，為未來網絡無線接入安全提供了新的技術途徑。利用 RIS 構建電磁理論與信息論學科的交叉融合，能夠為無線接入安全提供重要的手段支撐，完成“靠天吃飯”到人為塑造基因的轉變。RIS 驅動的無線通信安全主要體現在以下幾個方面：1）基于 RIS 的超高速率加密技術針對未來無線網絡寬帶通信場景的超高吞吐量需求，利用 RIS 對電磁波的幅度、相位、極化進行高效、快速、靈活調控的特點，提升原有信道的動態性和隨機性，最大限度地認知信道并進一步按需改造信道，擴大物理層密鑰生成的信道密鑰空間，達到定制化信道生成能力，同時提高無線通信容量和無線密鑰生成速率，逼近“一次一密”安全效果。2

78、）基于 RIS 的輕量級安全增強技術利用 RIS 信道定制化能力，可在合法與竊聽信道差異較小導致安全性能難以提升的情況下增大信道差異，提高物理層安全傳輸性能。在無線內生安全技術中，加密和認證具有密不可分的內在聯系。利用 RIS 信道定制化能力，將可重構的信道指紋這一新質元素用于數據認證，與通信一體化設計，無需引入額外資源，能夠降低開銷、提升能效，實現綠色安全數據認證。傳統基于物理層特征的方法依賴大型多天線設備“被動”地觀察無線信號的傳播特征，而輕量級的 RIS 單元可以通過調節無線信號的相位、幅值等特征“主動”地定制無線信道，實現靈活、可控的加密與認證。另外，基于 RIS 的加密與認證可與傳統

79、密碼認證協議融合，在提供一次一密的同時用于實現一次一認證，完成加密認證一體化設計，提供輕量級安全增強機制。3）基于 RIS 的空域干擾抑制增強技術RIS 驅動的無線通信安全不僅包括傳統意義上“security”，還包括廣義的“safety”。RIS 可利用每個陣元狀態捷變性和大量單元粒子狀態的空間多樣性和時間捷變性，改變傳統同構天線陣列接收方式，形成空時二維可重構的新型天線陣列，通過對無線信道的差異化、精細化觀測，提升信道矩陣的秩，使得信道去相關，降低多重信號之間的互干擾，在提高通信容量的同時產生新的干擾抑制能力，實現通信和干擾抑制一體化。以 RIS 技術在物聯網安全中的應用為例，描述 RIS

80、 在無線通信安全領域的巨大潛力。由于 RIS 技術通過反射環境中的無線信號實現數據傳輸，在反射過程中，設備可以捕捉到更多細粒度的無線信號傳播特征。通過精確的控制和提取這些無線特征，為實現輕量級的IoT 安全防護提供了可能。例如，利用信號到達角、信道狀態信息和接收信號強度之類的細粒度物理層特征來降低攻擊威脅的技術受到了廣泛關注。RIS 單元具有功耗低、體積小、價格便宜特點，并且可以通過靈活控制對設備信號進行傳輸，利用多個 RIS 單元，構建類似于大規模天線陣列的分布式 RIS 陣列。如圖 4.11 所示，通過利用 RIS 單元對無線信號的反射作用，靈活控制標簽的工作模式，人為構造無線信號的多徑傳

81、播特征，從而實現對 IoT 設備身份的唯一限定。27圖 4.11 基于智能超表面反射的信號傳播特征4.2.8 基于基于 RIS 的發射機與接收機設計的發射機與接收機設計RIS 可以在外部信號控制下實現對反射電磁波或透射電磁波的各種參數的實時調控，包括電磁波的相位、幅度和極化方向等。利用其對電磁波靈活調控的能力，可以將 RIS 應用于發射機和接收機設計。同時，由于 RIS 是由大量的低成本和的低功耗的單元組成，RIS 輔助的基站設計可以降低基站的成本和功耗。圖 4.12 基于智能超表面的直接調制發射機架構（反射式）目前學術界關于 RIS 發射機已有一些初步的研究探索。一種典型的基于 RIS 的發

82、射機是使用 RIS 對發射信號進行調制，主要包括基于 RIS 的直接調制發射機和基于 RIS 的空間調制發射機這兩大類1?；?RIS 的直接調制發射機基本原理如圖 4.12 所示，使用 RIS 完成無線信號的直接調制和發射。饋源天線產生單音載波信號照射在 RIS 上，RIS 在外部基帶信號控制下動態地調控反射電磁波的參數（圖 4.12 為反射式架構示意，透射式基本原理與之相同），將信息直接調制在電磁波上?；?RIS 的發射機架構不需要傳統的射頻鏈路，可以極大地降低陣列體制無線通信發射機的設計復雜度、硬件成本和功耗。近年來，研究者陸續原型驗證了基于 RIS 的二進制頻移鍵控（BFSK）發射機

83、2、基于 RIS 直接調控電磁波相位的正交相移鍵控（QPSK）發射機3、利用 RIS 多單元特性實現多路信號傳輸的 MIMO發射機4、基于 RIS 空時編碼實現的多通道發射機5和在高頻段上實現 256-QAM 高階調制毫米波發射機6等?；?RIS 的空間調制發射機利用空間調制、天線選擇等方法對 RIS 區域劃分選擇，實現額外信息傳遞。這種架構可以在利用 RIS 低功耗優勢的同時顯著提升頻譜效率7。一種基于 RIS 的空間-相位聯合調制發射機如圖 4.13 所示，它利用 RIS 多陣元帶來的空間維度，即陣元索引來加載 RIS 的信號，在每個時隙自適應選擇 RIS 陣元被動散射 RIS 信號8。

84、以傳輸“001”為例，如圖 4.13 所示，“00”代表選擇第一個陣元傳輸比特“1”?；?RIS 的發射架構給未來無線發射機的設計提供了新的方向，有潛力在超大規模 MIMO 和毫米波、太赫茲通信發揮作用。28圖 4.13 基于 RIS 的空間-相位聯合調制示意圖基于 RIS 的接收機設計還處于初期探索研究階段。如圖 4.14 所示，主要技術路線為利用 RIS 對透射或反射電磁波進行波前預處理來提高接收機性能或降低接收機硬件復雜度（圖4.14 為透射式架構示意，反射式基本原理與之相同）。例如使用 RIS 調整接收信號的極化方向使其與接收機天線極化匹配9，從而增強接收信號強度。另外，也可以使用

85、RIS 對空間電磁波進行空間下變頻10，從而有降低接收機的硬件設計復雜度的潛力。圖 4.14 基于智能超表面波前預處理的接收機（透射式）此外，另一種基于 RIS 實現的發射機設計方案是將 RIS 部署在基站側，用于替代傳統發射機波束賦形常用的高功耗相控陣11，如圖 4.15 所示。利用 RIS 調控饋源入射的信號，使之定向反射或透射，以形成高增益窄波束，從而能夠以更低的成本和功耗實現與傳統相控陣相同的波束賦形功能。圖 4.15 智能超表面輔助的發射機架構11基于 RIS 的發射機和接收機設計還需要學術界和工業界形成更多的共識，推動在架構設計和 RIS 性能方面取得突破性的進展和創新。4.2.9

86、 AI 使能智能超表面使能智能超表面針對 RIS 系統，已有大量基于傳統通信原理和信號處理技術的研究。然而，傳統技術通常依賴于精準的數學模型，難以應對實際通信系統中復雜場景和不確定性干擾，且計算開銷巨大。為了解決上述問題，研究者們將 AI 技術引入到 RIS 系統的設計，并在信道獲取、波束賦形設計、資源調度方面取得了初步進展。試驗結果表明，AI 技術可以解決復雜場景中的非線性擬合問題，在模型不準甚至無模型的條件下達到了比傳統技術更優的效果1。29RIS 智能技術面臨的挑戰包括：1）RIS 的無源特性：由于 RIS 通常是無源的，因此僅可在收發兩端獲得接收信號的觀測，這將導致 RIS 兩側的信道

87、信息耦合為級聯信道，影響后續的波束賦形設計。2）模型訓練的復雜性：相比于傳統的大規模 MIMO 系統，由于 RIS 系統通信涉及到反射調相等操作，其模型結構更為復雜，因此需要對神經網絡的結構進行更為精巧的設計；另外，RIS 的大規模陣列也將導致龐大的信道規模，造成巨大的訓練開銷；此外，即使通過增加少量有源結構的方式進行信道采樣和外推重構，由于硬件和功耗限制等原因，有源電磁單元在訓練過程中的切換將帶來不可避免的時間開銷。3）部署方式的多樣性：與現有的基站中繼策略相比，RIS 的部署成本更低，可部署的范圍更廣。對 RIS 部署的設計，由于傳統優化方法的局限性以及其較慢的收斂速度，有必要針對特定場景

88、，使用基于 AI 的方法設計靈活的 RIS 部署策略。4）模型的泛化能力：基于 AI 的技術可精確映射特定用戶的信道模型以及該用戶所在的相關環境。然而訓練好的網絡僅適用于既定環境。由于用戶的移動性和周邊環境的動態性，事先訓練好的網絡很難適用于動態變化的位置和場景。因此，有必要構建具有泛化能力并可在不同場景下遷移的神經網絡。5）模型的可解釋性：雖然大量實驗結果已經證明了 AI 技術的有效性，但其內部運行機制并沒有理論支撐和解釋，相應理論層面的性能和魯棒性分析欠缺，無法根據特定優化準則和傳輸環境進行設計和改進。RIS 關鍵智能技術包括：1）智能信道獲?。涸试S RIS 陣面配備少量反射激活單元，通過

89、離線方式訓練天線選擇-信道外推網絡，獲得最優激活單元圖案以及激活單元信道與全信道之間的內在映射關系。同時，將激活單元處的信道估計建模為降噪問題，并使用殘差網絡隱式地學習殘差噪聲，從有噪聲的在線觀測中恢復激活單元信道。最后，使用外推網絡獲取全部信道信息2。2）智能波束賦形設計：可使用深度強化學習方法（DRL），每個階段的狀態由當前時刻的發送功率、用戶接收功率、上一階段的動作和信道信息確定，以基站的發射波束賦形矩陣和 RIS 的波束賦形矩陣為動作，以和速率為預定義獎勵，通過觀測事先定義的獎勵和環境交互過程中的反復試驗試錯來獲取基站的發射波束賦形矩陣和 RIS 的波束賦形矩陣聯合設計3。另外，可將深

90、度決策梯度（DDPG）算法引入 DRL 框架，以在連續的動作空間中選取最優的動作，實現 Q 網絡輸出的最大化4。3）智能資源調度：多個 RIS 構建的網絡也可用 DRL 進行調度優化?？捎砂l射波束賦形矩陣、上一階段各個 RIS 的波束賦形矩陣和信道信息定義當前狀態；動作由基站和所有RIS 的波束賦形矩陣構成。用吞吐量和波束賦形方向帶來的損失定義即時獎勵。通過反復的試驗即可實現基站的數字波束賦形矩陣和 RIS 的模擬波束賦形矩陣的聯合設計5。RIS 智能技術未來趨勢可以概括為：1）RIS 智能預部署相對于傳統的組合優化方法，基于 AI 的離線訓練能更精確的匹配各種應用場景的需求。一方面，由于 R

91、IS 在特定環境中可選位置有限，因此 RIS 部署可以視為圖案選擇問題，從而通過構造分類網絡來獲得最優部署方案。另一方面，可定義結合部署成本和系統性能的損失函數，以衡量部署方案的整體效益。此外，RIS 也可部署在無人機上，通過對無人機位置和軌跡的智能調度規劃，獲取整個系統的最佳網絡拓撲形態。2）基于 RIS 的新型神經網絡結構30深度學習（DL）中的深度神經網絡（DNN）利用一種分層的互聯結構來模擬人腦神經元之間的連接。模仿此結構，可以探索基于 RIS 的新型神經網絡結構。具體來說，RIS 深度神經網絡以電磁信號為信息傳輸媒質，將 RIS 中的電磁單元作為神經元,其權重為可編程透射系數，是模型

92、的可訓練部分；將多層 RIS 作為全連接層，相鄰層之間的電磁單元以電磁波傳播方式進行互連。這種 RIS 深度神經網絡不僅可以實現圖像分類等深度學習應用，還有望構造新型的無線通信編解碼器來實現射頻信號的直接處理與收發。針對不同任務，電磁單元的權重參數通過相應的神經網絡算法進行訓練并通過外部控制信號進一步配置，具有可編程、可重構的功能，兼有高靈活性和低功耗等優勢，具有很大的發展潛力。3）模型的進一步泛化大多數 RIS 關鍵智能技術僅考慮了特定環境，為了進一步提高模型的泛化能力，可結合基于遷移學習和聯邦學習的方案。在遷移學習中，利用不同模型的相關性，將訓練好的模型參數轉移到新模型中以提高模型學習效率

93、。在多用戶系統中，為降低收集數據帶來的傳輸開銷，可采用聯邦學習框架，用戶處理本地數據集并更新模型，僅將更新差值反饋回基站。在此基礎上，基站匯總收集的更新數據、完成模型更新、并將更新后的模型參數發送給用戶。4）基于 AI 輔助 RIS 的成像、感知與定位系統預計在未來網絡中，快速成像、高分辨率傳感、高精度定位等將于基本的無線通信功能并存，實現通信、成像、感知、定位一體化的目標。RIS 和 AI 技術可以通過適當的設計去輔助成像、傳感和識別等應用。一方面，AI 技術可以提取環境深層特征和隱藏模式，加快RIS 輔助成像速度，提高成像分辨率；另一方面，在盲區中部署 RIS，可以有效增強覆蓋來獲取信道信

94、息從而擴大感知范圍。AI 技術可以增加對有效信息中摻雜的環境噪聲的抵抗能力，實現前所未有的高精度傳感和定位功能。4.3 系統與網絡架構系統與網絡架構RIS 是一種全新的、革命性的技術，改變和控制傳統電磁波的傳輸路徑、用戶接收的信號，對現有的通信系統與網絡架構帶來翻天覆地的變化。4.3.1 基于基于 RIS 的系統分類的系統分類RIS 的引入會改變原網絡的信號傳輸結構，本節將從傳輸信號、控制信息交互及 RIS 數量等不同角度進行分類分析，如圖 4.16 所示。1）從信號傳輸的角度，RIS 可以用于信號反射和信號透射。在反射型 RIS 系統中，RIS分布在傳播環境中的散射體表面，能夠實現信號傳輸的

95、反射調控。在透射型 RIS 系統中，RIS 部署在透射性較好的物體上，能夠實現信號傳輸的透射調控。針對特定場景需求，RIS也可以設計為對信號傳輸實現透射和反射混合調控。2）從控制信息交互的角度，對 RIS 控制信息的傳輸可以分為基于有線回傳的 RIS 系統和基于無線回傳的 RIS 系統，如圖 4.16 所示?；谟芯€回傳的 RIS 系統中，RIS 通過有線連接的方式來實現與基站之間控制信息的交互與協作，該傳輸結構具有較高的可靠性，但受到部署環境的制約。而基于無線回傳的 RIS 系統在 RIS 處需配備無線收發機以實現與基站間的控制信息交互與協作，該傳輸結構具有更高的靈活性，但傳播鏈路易受電磁環

96、境波動影響。3）從 RIS 數量角度可以分為單 RIS 系統和多 RIS 系統。多 RIS 系統提供了更大的靈活性，但需要考慮 RIS 協調部署與選址優化問題，并需要考慮 RIS 間協同問題。其中，RIS 間協同涉及 RIS 選擇機制設計、RIS 間信號干擾處理等問題。31圖 4.16 基于智能超表面的典型通信系統.4.3.2 基于基于 RIS 的網絡架構的網絡架構RIS 引入到現有網絡架構中最主要的優勢是：更大的空間自由度、更精準的 3D 波束成型和更低的系統功耗。從頻譜利用的角度來講，RIS 的網絡架構可以分為：非頻譜共享的 RIS 網絡和基于頻譜共享的 RIS 網絡。1）非頻譜共享的 R

97、IS 網絡。由于用戶占用不同頻帶，不需要考慮多類用戶的共道干擾抑制與消除問題。從網絡架構的本質來講，RIS 改變了傳統信號的傳輸路徑，實現信道可控，使得目標信號選擇最有利的信道進行傳輸。帶來的問題是改變信號傳輸空間結構的同時，在信號處理、波束賦形、面板材料設計、RIS 優化部署等方面帶來更多的挑戰。2）基于頻譜共享的 RIS 網絡。在該網絡中，不同用戶采用競爭與機會式的方式使用頻譜，RIS 在該網絡中可以作為干擾協調與信號對齊的作用。在該網絡中，存在不同類型的用戶占用相同頻帶的情況，需要控制共道干擾大小，主要目標是提高頻譜利用率。RIS 在該網絡中可以作為頻譜感知與決策中心，也可以作為信號輔助

98、傳輸的反射器件，其核心問題是頻譜感知、共享信道的干擾抑制、跨層或同層網絡干擾消除。從網絡架構的角度，RIS 改變了傳統的認知網絡只在收發機處具有頻譜感知能力的現象，RIS 可以根據通信設計需求作為數據轉發中心或頻譜感知與決策中心?；陬l譜共享的 RIS 網絡，典型的可以分為基于 RIS 輔助的多層異構融合網絡和基于 RIS 輔助的認知無線電網絡。對上述兩類網絡，寬帶 RIS 的工作帶寬可以覆蓋多個不同頻點通信系統的工作帶寬，多個通信系統以共建共享的模式使用RIS 設備來提高通信效率和協調系統間干擾。4.3.3 基于基于 RIS 的網絡部署的網絡部署RIS 以其低成本、低功耗、簡單易部署的特點，

99、有機會泛在部署于網絡中，智能調控電磁波傳播環境，支持現有通信網絡場景的補盲、補弱和增加信道自由度等。例如，RIS 可以被用于替換傳統無蜂窩網絡中的部分基站，從而減少無蜂窩網絡所需的成本和功耗，在資源受限的情況下進一步提高無蜂窩網絡的網絡容量1。從通信環境復雜角度，可將部署場景分為小范圍可控的受限區域和大范圍復雜環境兩大類。1）小范圍可控的受限區域，例如典型的室內熱點覆蓋區域。在該場景中，無線傳播環32境相對獨立，主要散射體數量有限且方便在相應的表面部署 RIS。因此可以部署足夠密度的RIS 聯合優化調度與調控，按需精準調控無線傳播環境，構建一個精確控制的無線智能環境。2）大范圍復雜環境。此類環

100、境，業務分布相對稀疏,重點在于對無線傳播信道的大尺度特性如陰影衰落、自由空間傳播路損等進行調控。因此，對于大范圍復雜環境，RIS 主要對已有或新引入的主要傳播路徑/主散射體進行調控，實現半動態或靜態地調控無線信道的大尺度特性2-3。圖 4.17 給出了典型通信場景下 RIS 部署與優化的基本過程。首先，在復雜度和成本約束下，以自然信道和業務需求分布作為基礎輸入，設計初始的 RIS 部署拓撲結構。然后，基于 RIS 的自適應無線傳輸調控性能，進一步迭代優化 RIS 的部署拓撲結構，從而構建智能可控無線環境。具體而言，RIS 部署優化設計的目標是尋求復雜度、成本及性能的平衡，從而輸出 RIS 部署

101、位置、密度、RIS 形態、調控/協作關系等參數1。圖 4.17 典型通信場景下智能超表面的部署與優化33第五章第五章 技術技術成熟度成熟度、挑戰和趨勢、挑戰和趨勢RIS 是一種新涌現的動態電磁參數調控技術，在多個領域（如無線通信、數能同傳、通感融合等）已經初步展示了其強大的性能。但是，RIS 仍然面臨諸多技術問題、產業成熟度問題、部署問題和標準化進程的挑戰，需要在多種無線系統及應用場景下對 RIS 關鍵技術和方案展開深入研究和全面評估，為未來無線網絡的發展提供新的技術路線。5.1 技術成熟度技術成熟度RIS 技術成熟度可以分為 R、I、S 三個維度，R（Reconfigurable）是超材料表

102、面反射、透射等電磁特性的可重配置能力；I（Intelligent）指控制電路依據無線環境時變特性和業務需求對超材料表面控制的智能化程度；S（Surface）是面向不同工作頻段的超材料表面設計與制造工藝。目前，在 S 方面，電控領域主要有半導體和液晶兩大類超材料表面，基于半導體的超表面技術工藝比基于液晶的超表面技術工藝稍成熟，且調控響應快，但在高頻段半導體工藝成本較高，而液晶可以以較低成本實現。在 R 方面，超表面目前具備有限程度的反射和透射調控能力。在 I 方面，基站、終端與超表面之間的信息交互是現階段制約 RIS 技術智能化程度的關鍵，無源超表面只能被動地感知無線環境和定位終端，導致 RIS

103、 系統缺乏智能化感知控制所需的環境數據和基礎信息，部分 RIS 原型系統控制電路依賴預置碼本實現超表面有限程度的可編程控制，靈活實時感控一體的內生智能能力有待進一步提升?？偟膩碚f，目前，超表面原型系統的初級能力已經具備，但是尚需通過定義新的接口或空口協議實現與基站、終端的深度融合。RIS 作為通信系統的一部分，其頻段支持情況與不同頻段器件成熟度緊密相關。從目前已有的實驗系統或原型樣機看，較低頻段（例如 Sub-6G、毫米波低頻段）的器件成熟度較高，RIS 的成本和功耗都較低，技術更加成熟。但是，在毫米波高頻段以及太赫茲頻段，由于高頻器件成熟度限制，RIS 的成本和能耗優勢目前并沒有得到充分的體

104、現，在該頻段驗證 RIS 系統的能力有限，因此相應的 RIS 系統成熟度也較低。未來隨著高頻器件的成熟和大規模應用，RIS 在高頻段下的競爭優勢也將逐步凸顯。RIS 的增益與使用環境密切相關。RIS 超表面單元的頻率特性相對固定，導致其對寬帶信號的調控能力受一定限制。在給定的控制信號下，超表面單元在不同子載波的反射系數就已經確定，因此對不同子載波獨立調控能力受限。因此，在頻率平坦衰落環境下，由于信道的頻域特性相對一致，RIS 帶來的增益較為明顯。此場景多發生在室內環境中，或窄帶系統中。然而在寬帶系統中，如果存在較大的時延擴展，例如室外非直射場景，那么 RIS 的增益就會受限。近年來，學術界和產

105、業界也針對 RIS 原型系統的增益進行了實驗和驗證1-5。眾多實驗和測試表明，RIS 的部署可以有效的提高吞吐量（用戶吞吐提升 1-2 倍），室內覆蓋提升約10dB，室外環境下，小區邊緣覆蓋平均可以提升 3-4 倍。從 RIS 的硬件成本上看，其硬件器件成本在低頻段較低，在高頻段有待進一步控制。在一些收發機架構下 RIS 還可以一定程度上替代傳統射頻鏈路中的模擬器件，如混頻器、濾波器、功率放大器等部分，甚至替代部分基帶處理電路，從而降低整體結構的復雜度和設計制造成本。從部署成本上看，在應用于傳統通信場景時，如需要大規模部署，可能存在選址和部署引入的成本問題。例如，對 RIS 面板的控制還需要復

106、雜的饋電線路，在一些覆蓋盲區或者熱點區域，供電線的到站難度和成本不低于光纖難度，會限制 RIS 的部署和應用；對于面積較大的 RIS，還可能存在風阻大的問題，對于部署選址要求更高，也有可能增大維34護成本和難度。因此，RIS 能否在實際網絡中真正實現低成本、易部署還面臨著較大挑戰。從產業化推進的角度看，RIS 系統在低頻段成熟度較高，在高頻段成熟度較低，部署選址和供電等方面還存在較大挑戰。在室內環境頻率平坦衰落環境下，RIS 增益較為明顯，在室外存在較大時延擴展的環境下，RIS 的增益會受限。目前產業界已規劃了一些場景下的RIS 測試驗證和試點應用，推動 RIS 關鍵技術驗證和全面性能評估。針

107、對 RIS 的標準化研究暫未啟動，需要針對信道模型、信道估計與反饋方法、節點功能定義、系統流程設計等方面進行標準化討論，進一步推動 RIS 的產業化成熟。5.2 技術挑戰技術挑戰根據 RIS 技術研究的進展和成熟度分析，其在規模商用之前仍將面臨來自多方面、多層次的技術挑戰、成本挑戰和部署挑戰?？偨Y起來，RIS 技術面臨的主要挑戰可分為三類：RIS 硬件設計實現挑戰、基帶處理算法挑戰和無線網絡架構設計挑戰等。從 RIS 硬件功能角度看，RIS 材料和器件成熟度較低、成本尚高。例如，RIS 單元結構對電磁信號幅度和相位的調控具有很強的耦合性，無法完成電磁波信號特性的獨立調控，限制了 RIS 在更多

108、場景下的廣泛應用；RIS 陣列有效工作帶寬受限，對入射電磁波的能量轉換效率較低，難以支持未來無線網絡大寬帶傳輸和遠距覆蓋。從 RIS 基帶算法、系統設計來看，缺少完整的傳輸理論基礎和可靠的信道模型及系統模型。例如，對于這種 RIS 使能的新型通信系統傳輸方案的最優設計，缺少完善的基礎信息理論指導。RIS 的信道模型還不完善，目前僅有部分研究機構對 RIS 信道模型展開了初步的研究，缺少 RIS 對實際傳輸環境控制能力的分析；缺少完備的測試平臺和樣機系統對 RIS潛在性能增益進行全面、可信的評估。從未來無線網絡新架構來看，基于 RIS 的無線網絡架構不明確。RIS 作為一個新型的無線網絡節點，目

109、前的成果中缺少對 RIS 接口協議和網元功能的研究和討論；缺少對 RIS 在未來無線網絡中的拓撲結構、部署規模、部署方式和成本以及實時控制需求的分析；缺少RIS 對未來無線網絡的性能分析，如網絡容量性能、時延性能和安全性能等。從實際組網方式來看，基于 RIS 支持多帶寬、多制式的通信模式研究較少。RIS 在實際網絡部署中需要考慮多個通信系統之間的同頻/異頻共存問題。目前，大部分 RIS 相關的研究工作均集中在單一通信系統的性能優化，對于 RIS 在多通信系統中的同頻和異頻共存問題研究還未引起重點關注。與 RIS 相關的同頻和異頻共存問題需要在 RIS 信道模型成熟后進行系統的仿真評估；根據評估

110、結果從 RIS 設備指標、頻譜規劃、組網部署等多個方面設計方案克服 RIS 的同頻和異頻共存問題。5.3 技術趨勢技術趨勢為加快 RIS 技術的成熟和規?；逃?，RIS 未來的主要研究趨勢包括：RIS 硬件架構及調控算法的研究、智能環境通信新理論和基帶新算法的研究、無線網絡新架構等研究方向。RIS 硬件架構及調控算法研究：探索具備對電磁信號特性實現獨立控制的單元器件擴展，例如可以在大帶寬內實現對電磁波幅度、相位、頻譜或極化等電磁參數獨立和高速調控；設計具有功能多樣性的 RIS 陣列，例如優化設計 RIS 單元空間排布方式、異構多類型原子集成陣列和多層、多功能 RIS 集成模組，提高 RIS 陣

111、列有效工作帶寬、提高能量轉換效率；研究和設計 RIS 基礎調控算法集合及其功能擴展的調控算法，靈活擴展 RIS 陣列的功能集合和拓展 RIS 新的應用場景。智能環境通信新理論和基帶新算法的研究：探索智能環境無線通信系統架構及傳輸體系35設計的基礎理論和方法論。例如，探索電磁信息理論，用其指導未來無線傳輸系統的設計。研究和開發高效的基帶算法以支持 RIS 技術在無線系統中的廣泛應用。例如：1）針對不同傳輸場景，采用靈活方案進行 RIS 信道的測量和建模（包括 RIS 本身的電磁兼容模型建模），如基于統計模型和實際測量相結合的建模方案，或基于電磁計算的確定性信道建模方案，或基于多種方案融合的建模方

112、案等；2）探索支持 RIS 通信的空口方案和關鍵算法，如基于 AI的信道信息獲取機制和波束賦型方案設計，分布式 RIS 協作傳輸方案等；3）開發完備的系統級仿真平臺和系統驗證平臺，對設計的新方案進行全面的性能評估和實測評估；推動空口方案的標準化進程和 RIS 技術的產業化進程。無線網絡新架構設計方面的研究：探索多種傳輸場景下 RIS 網元功能的定義，RIS 和無線網絡間的控制方式及對應的接口協議；研究在無線同構網絡內或在無線異構網絡內 RIS的網絡拓撲結構及部署方案；探索融合 RIS 的無線網絡新架構的可擴展性、移動性、安全性、魯棒特性及時延特性等，并推動新型無線接入網絡架構相關的標準化進程。

113、36第六章第六章 總結與展望總結與展望RIS 技術采用可編程新型亞波長二維超材料，通過數字編碼對電磁波進行主動的智能調控，形成幅度、相位、極化和頻率可控制的電磁場，提供了物理電磁世界與數字信息世界之間的接口。RIS 技術能夠突破傳統無線信道不可控特性，實現主動地控制無線傳播環境，在三維空間中實現信號傳播方向調控及增強或消除，抑制干擾并增強信號，構建智能可編程無線環境新范式。作為一種全新且極具潛力的基礎性關鍵技術，RIS 具有低成本、低功耗、易部署等特點，將能夠支持綠色通信，并使能智能無線環境。RIS 典型應用包括解決無線通信中的覆蓋空洞問題、擴展覆蓋范圍、抑制電磁干擾，提升傳輸自由度、支持大規

114、模連接及實現高精度感知與定位等。其與多技術的融合具有極大應用潛力，可以減小環境干擾，低成本實現高性能傳輸，提高環境感知能力，是實現未來通信感知一體化的潛在關鍵使能技術。RIS 通過構建智能可控無線環境，將給未來 6G 帶來一種全新的通信網絡范式，滿足未來移動通信需求。簡化版本的 RIS 將有機會在 5G-Advanced 階段初步商業部署及標準化，尤其可以改善 5G 毫米波覆蓋問題。RIS 由中國自主提出并引發全球跟進，未來將成為我國在基礎原創及全產業鏈全面領先的潛在突破領域之一。37參考文獻參考文獻1.概述概述1 F.Tariq,M.R.A.Khandaker,K.-K.Wong,M.Imr

115、an,M.Bennis,and M.Debbah,“A speculative study on6G,”IEEE Wireless Commun.,vol.27,no.4,pp.118-125,Aug.2020.2 T.J.Cui,M.Q.Qi,X.Wan,J.Zhao,and Q.Cheng,“Coding metamaterials,digital metamaterials andprogrammable metamaterials,”Light-Sci.Appl.,vol.3,pp.1-9,Oct.2014.3 L.Zhang,X.Q.Chen,S.Liu,Q.Zhang,J.Zhao

116、,J.Y.Dai,G.D.Bai,X.Wan,Q.Cheng,G.Castaldi,V.Galdi,and T.J.Cui,“Space-time-coding digital metasurfaces,”Nat.Commun.,vol.9,no,1,pp.1-11,Oct.2018.4 C.Huang,A.Zappone,G.C.Alexandropoulos,M.Debbah and C.Yuen,“Reconfigurable intelligent surfacesfor energy efficiency in wireless communication,”IEEE Trans.W

117、ireless Commun.,vol.18,no.8,pp.4157-4170,Aug.2019.5 Q.Wu and R.Zhang,“Towards smart and reconfigurable environment:Intelligent reflecting surface aidedwireless network,”IEEE Commun.Mag.,vol.58,no.1,pp.106-112,Jan.2020.6 M.Di Renzo,A.Zappone,M.Debbah,M.-S.Alouini,C.Yuen,J.de Rosny,and S.Tretyakov,“Sm

118、art radioenvironments empowered by reconfigurable intelligent surfaces:How it works,state of research,and the roadahead,”IEEE J.Sel.Areas Commun.,vol.38,no.11,pp.2450-2525,Nov.2020.7 Y.Han,W.Tang,S.Jin,C.-K.Wen,and X.Ma,“Large intelligent surface-assisted wireless communicationexploiting statistical

119、 CSI,”IEEE Trans.Veh.Technol.,vol.68,no.8,pp.8238-8242,Aug.2019.8 C.Huang,Z.Yang,G.C.Alexandropoulos,K.Xiong,L.Wei,C.Yuen,Z.Zhang,M.Debbah,“Multi-hopRIS-empowered terahertz communications:A DRL-based hybrid beamforming design,”IEEE J.Sel.AreasCommun.,vol.39,no.6,pp.1663-1677,Apr.2021.9 C.Liaskos,S.N

120、ie,A.Tsioliaridou,A.Pitsillides,S.Ioannidis,and I.F.Akyildiz,“A new wirelesscommunication paradigm through software-controlled metasurfaces,”IEEE Commun.Mag.,vol.56,no.9,pp.162-169,Sep.2018.10 C.Huang,S.Hu,G.C.Alexandropoulos,A.Zappone,C.Yuen,R.Zhang,M.D.Renzo,and M.Debbah,“Holographic MIMO surfaces

121、 for 6G wireless networks:Opportunities,challenges,and trends,”IEEE WirelessCommun.,vol.27,no.5,pp.118-125,Oct.2020.11 J.Chen,Y.-C.Liang,Y.Pei,and H.Guo,“Intelligent reflecting surface:A programmable wirelessenvironment for physical layer security,”IEEE Access,vol.7,pp.82599-82612,Jun.2019.12 S.Yu,H

122、.Liu,and L.Li,“Design of near-field focused metasurface for high-efficient wireless power transferwith multifocus characteristics,”IEEE Trans.Ind.Electron.,vol.66,no.5,pp.3993-4002,May.2019.13 J.Hu,H.Zhang,B.Di,L.Li,K.Bian,L.Song,Y.Li,Z.Han,H.V.Poor,“Reconfigurable intelligent surfacebased RF sensin

123、g:Design,optimization,and implementation,”IEEE J.Sel.Areas Commun.,vol.38,no.11,pp.2700-2716,Nov.2020.14 W.Tang,M.Z.Chen,J.Y.Dai,Y.Zeng,X.Zhao,S.Jin,Q.Cheng,and T.J.Cui,“Wireless communicationswith programmable metasurface:New paradigms,opportunities,and challenges on transceiver design,”IEEEWireles

124、s Commun.,vol.27,no.2,pp.180187,Apr.2020.15 J.Zhao,X.Yang,J.Y.Dai,Q.Cheng,X.Li,N.H.Qi,J.C.Ke,G.D.Dai,S.Liu,S.Jin,A.Alu,and T.J.Cui,“Programmable time-domain digital-coding metasurface for non-linear harmonic manipulation and newwireless communication systems,”Natl.Sci.Rev.,vol.6,no.2,pp.231-238,Mar.

125、2019.3816 J.Y.Dai,W.Tang,J.Zhao,X.Li,Q.Cheng,J.C.Ke,M.Z.Chen,S.Jin,and T.J.Cui,“Wirelesscommunications through a simplified architecture based on time-domain digital coding metasurface,”Adv.Mater.Technol.,vol.4,no.7,pp.1-8,Jul.2019.17 W.Tang,J.Y.Dai,M.Z.Chen,K.-K.Wong,X.Li,X.Zhao,S.Jin,Q.Cheng,and T

126、.J.Cui,“MIMOtransmission through reconfigurable intelligent surface:System design,analysis,and implementation,”IEEE J.Sel.Areas Commun.,vol.38,no.11,pp.2683-2699,Nov.2020.18 W.Tang,M.Z.Chen,X.Chen,J.Y.Dai,Y.Han,M.Di Renzo,Y.Zeng,S.Jin,Q.Cheng,and T.J.Cui,“Wireless communications with reconfigurable

127、intelligent surface:Path loss modeling and experimentalmeasurement,”IEEE Trans.Wireless Commun.,vol.20,no.1,pp.421-439,Jan.2021.19 W.Tang,X.Chen,M.Z.Chen,J.Y.Dai,Y.Han,M.Di Renzo,S.Jin,Q.Cheng,and T.J.Cui,“Path lossmodeling and measurements for reconfigurable intelligent surfaces in the millimeter-w

128、ave frequency band,”arXiv:2101.08607,Jan.2021.20 V.Arun and H.Balakrishnan,“RFocus:Beamforming using thousands of passive antennas,”in Proc.17thUSENIX Symposium on Networked Systems Design and Implementation(NSDI 20),Santa Clara,USA,2020.21 L.Dai,B.Wang,M.Wang,X.Yang,J.Tan,S.Bi,S.Xu,F.Yang,Z.Chen,M.

129、Di Renzo,C.-B.Chae,and L.Hanzo,“Reconfigurable intelligent surface-based wireless communications:Antenna design,prototyping,andexperimental results,”IEEE Access,vol.8,pp.45913-45923,Mar.2020.22 M.Dunna,C.Zhang,D.Sievenpiper,and D.Bharadia,“Scatter MIMO:Enabling virtual MIMO with smartsurfaces,”MobiC

130、om20,London,U.K.,2020.23 跨 學 科 創 新，中 國 移 動 聯 合 崔 鐵 軍 院 士 團 隊 率 先 完 成 智 能 超 表 面 技 術 試 驗 EB/OL.https:/ 中 興 通 訊 聯 合 中 國 電 信 完 成 業 界 首 個 5G 高 頻 外 場 智 能 超 表 面 技 術 驗 證 測 試 EB/OL.https:/ 中興通訊攜手中國聯通完成全球首個 5G 中頻網絡外場下的智能超表面技術驗證EB/OL.https:/ 數學與通信完美結合羅智泉教授團隊與華為合作取得 5G 網絡中應用智能反射面技術的突破EB/OL.http:/ N.Yu,P.Genevet

131、,M.A.Kats,F.Aieta,J.P.Tetienne,F.Capasso,and Z.Gaburro,“Light propagation withphase discontinuities:generalized laws of reflection and refraction,”Science,vol.334,no.6054,pp.333-337,Oct.2011.2 T.J.Cui,M.Q.Qi,X.Wan,J.Zhao,and Q.Cheng,“Coding metamaterials,digital metamaterials andprogrammable metamat

132、erials,”Light-Sci.Appl.,vol.3,pp.1-9,Oct.2014.3 Y.Zhang,J.Zhang,M.D.Renzo,H.Xiao and B.Ai.“Performance analysis of RIS-aided systems withpractical phase shift and amplitude response,”IEEE Trans.Veh.Technol.,vol.70,no.5,pp.4501-4511,May2021.4 H.Du,J.Zhang,J.Cheng,and B.Ai.“Millimeter wave communicati

133、ons with reconfigurable intelligentsurfaces:Performance analysis and optimization,”IEEE Trans.Commun.,vol.69,no.4,pp.2752-2768,Apr.2021.395 J.Zhang,H.Du,Q.Sun,B.Ai,and D.W.K.Ng.“Physical layer security enhancement with reconfigurableintelligent surface-aided networks,”IEEE Trans.Information Forensic

134、s and Security,vol.16,pp.3480-3495,May2021.6 J.Zhang,H.Liu,Q.Wu,Y.Jin,Y.Chen,B.Ai,S.Jin,and T.J.Cui.“RIS-aided next-generation high-speedtrain communications:Challenges,solutions,and future directions,”IEEE Wireless Commun.,to appear,2021.7 Q.Sun,P.Qian,W.Duan,J.Zhang,J.Wang,and K.Wong.“Ergodic rate

135、 analysis and IRS configuration formulti-IRS dual-hop DF relaying systems,”IEEE Commun.Lett.,Jul.2021.3.潛在應用場景與需求潛在應用場景與需求1 C.Huang,S.Hu,G.C.Alexandropoulos,A.Zappone,C.Yuen,R.Zhang,M.D.Renzo,M.Debbah,“Holographic MIMO surfaces for 6G wireless networks:Opportunities,challenges,and trends”,IEEE Wirel

136、essCommun.,vol.27,no.5,pp.118-125,Oct.2020.2 W.Tang,J.Y.Dai,M.Z.Chen,K.K.Wong X.Li,X.Zhao,and T.J.Cui,“MIMO transmission throughreconfigurable intelligent surface:System design,analysis,and implementation,”IEEE J.Sel.Areas Commun.,vol.38,no.11,pp.2683-2699,Nov.2020.3 M.Di Renzo et al.,“Smart radio e

137、nvironments empowered by reconfigurable intelligent surfaces:How itworks,state of research,and the road ahead,”IEEE J.Sel.Areas Commun.,vol.38,no.11,pp.2450-2525,Nov.2020.4.潛在關鍵技術潛在關鍵技術4.1.2 智能超表面調控智能超表面調控1 N.Yu,P.Genevet,M.A.Kats,F.Aieta,J.P.Tetienne,F.Capasso,and Z.Gaburro,“Light propagation withp

138、hase discontinuities:Generalized laws of reflection and refraction,”Science,vol.334,no.6054,pp.333-337,Oct.2011.2 T.J.Cui,M.Q.Qi,X.Wan,J.Zhao,and Q.Cheng,“Coding metamaterials,digital metamaterials andprogrammable metamaterials,”Light-Sci.Appl.,vol.3,pp.1-9,Oct.2014.3 G.Liu,L.Li,J.Hang,H.Liu,X.Gao,Y

139、.Shi,and T.J.Cui,“Frequency-domain and spatial-domainreconfigurable metasurface,”ACS Applied Materials&Interfaces,vol.12,no.20,pp.23554-23564,2020.4 L.Li,Y.Li,Z.Wu,F.Huo,Y.Zhang,C.Zhao,“Novel polarization-reconfigurable converter based onmultilayer frequency-selective surfaces,”Proceedings of the IE

140、EE,vol.103,no.7,pp.1057-1070,2015.4.1.3 RIS 硬件技術特性分析硬件技術特性分析1 苗菁.基于遠場方向圖診斷相控陣天線失效陣元的方法研究D.電子科技大學.4.2.1 信道測量與建模信道測量與建模1 3GPP TR38.901 V16.0.0 Study on channel model for frequencies from 0.5 to 100 GHzS,2019.2 ITU-R M.2412 Guidelines for evaluation of radio interface technologies for IMT-2020S,2017.3

141、W.Tang,M.Z.Chen,X.Chen,J.Y.Dai,Y.Han,M.Di Renzo,Y.Zeng,S.Jin,Q.Cheng,and T.J.Cui,“Wireless communications with reconfigurable intelligent surface:Path loss modeling and experimentalmeasurement,”IEEE Trans.Wireless Commun.,vol.20,no.1,pp.421-439,Jan.2021.404 W.Tang,X.Chen,M.Z.Chen,J.Y.Dai,Y.Han,M.Di

142、Renzo,S.Jin,Q.Cheng,and T.J.Cui,“Path lossmodeling and measurements for reconfigurable intelligent surfaces in the millimeter-wave frequency band,”arXiv:2101.08607,Jan.2021.5 M.Di Renzo,F.H.Danufane,X.Xi,J.de Rosny,and S.A.Tretyakov,“Analytical modeling of the path-lossfor reconfigurable intelligent

143、 surfaces-anomalous mirror or scatterer?”IEEE 21st International Workshop onSignal Processing Advances in Wireless Communications(SPAWC),May 2020.6 G.Gradoni and M.Di Renzo,“End-to-end mutual-coupling-aware communication model for reconfigurableintelligent surfaces:An electromagnetic-compliant appro

144、ach based on mutual impedances”,IEEE WirelessCommun.Lett.,vol.10,no.5,pp.938-942,May 2021.7 竇建武,陳藝戩,張楠,等.智能可控電磁表面信道建模J.電波科學學報,2021,36(3):368-377.8 G.Sun,R.He,et al.,“A 3D geometry-based non-stationary MIMO channel model for RIS-assistedcommunications,”in Proc.IEEE VTC Fall,pp.1-5,2021.9 Z.Ma,B.Ai,R.

145、He,R.He,C.Liu,N.Wang,M.Yang,Z.Zhong,and W.Fan,“Multipath fading channelmodeling with aerial intelligent reflecting surface,”in Proc.IEEE GLOBECOM,2021.4.2.2 信道估計與反饋信道估計與反饋1 A.Taha,M.Alrabeiah,and A.Alkhateeb,“Enabling large intelligent surfaces with compressive sensing anddeep learning,”arXiv:1904.1

146、0136v2,Apr.2019.2 C.Hu,and L.Dai,S.Han,and X.Wang,“Two-timescale channel estimation for reconfigurable intelligentsurface aided wireless communications,”IEEE Trans.Commun.,2021.3 X.Wei,D.Shen,and L.Dai,“Channel estimation for RIS assisted wireless communicationsPart II:Animproved solution based on d

147、ouble-structured sparsity,”IEEE Commun.Lett.,vol.25,no.5,pp.1403-1407,May2021.4 H.Liu,J.Zhang,Q.Wu,H.Xiao,and B.Ai,“ADMM based channel estimation for RISs aided MillimeterWave Communications,”IEEE Commun.Lett.,vol.25,no.9,pp.2894-2898,Jul.2021.5 Z.He and X.Yuan,“Cascaded channel estimation for large

148、 intelligent metasurface assisted massive MIMO,IEEE Wireless Commun.Lett.,vol.9,no.2,pp.210-214,Feb.2020.6 B.Zheng and R.Zhang,“Intelligent reflecting surface-enhanced OFDM:Channel estimation and reflectionoptimization,”IEEE Wireless Commun.Lett.,vol.9,no.4,pp.518522,Apr.2020.7 C.Singh,K.Singh,and K

149、.H.Liu,“Fast beam training for RIS-assisted uplink communication,”arXiv:2107.14138,Jul.2021.8 D.Shen and L.Dai,“Dimension reduced channel feedback for reconfigurable intelligent surface aided wirelesscommunications,”IEEE Trans.Commun.,Jul.2021.9 W.Xu,F.Gao,J.Zhang,X.Tao,and A.Alkhateeb,“Deep learnin

150、g based channel covariance matrixestimation with user location and scene images,”IEEE Trans Commu.,Aug.2021.4.2.3 波束賦形波束賦形1 C.Huang,R.Mo,and C.Yuen,“Reconfigurable intelligent surface assisted multiuser MISO systemsexploiting deep reinforcement learning,”IEEE J.Sel.Areas Commun.,vol.38,no.8,pp.1839-

151、1850,Aug.2020.2 B.Di,H.Zhang,L.Song,Y.Li,Z.Han,and H.V.Poor,“Hybrid beamforming for reconfigurable intelligentsurface based multi-user communications:achievable rates with limited discrete phase shifts,”IEEE J.Sel.AreasCommun.,vol.38,no.8,pp.1809-1822,Aug.2020.413 P.Wang,J.Fang,L.Dai,and H.Li,“Joint

152、 transceiver and large intelligent surface design for massive MIMOmmWave systems,”IEEE Trans.Wireless Commun.,vol.20,no.2,Feb.2021.4 S.Abeywickrama,R.Zhang,Q.Wu,and C.Yuen,“Intelligent reflecting surface:practical phase shift modeland beamforming optimization,”IEEE Trans.Commun.,vol.68,no.9,pp.5849-

153、5863,Sept.2020.4.2.4 數能同傳數能同傳1 S.Yu,H.Liu,and L.Li,“Design of near-field focused metasurface for high efficient wireless power transferwith multifocus characteristics,”IEEE Trans.Industrial Electronics,vol.66,no.5,pp.3993-4002,May 2019.2 L.Li,H.Liu,H.Zhang,and W.Xue,“Efficient Wireless Power Transfe

154、r System Integrating with Metasurfacefor Biological Applications,”IEEE Trans.Industrial Electronics,vol.65,no.4,pp.3230-3239,Apr.2018.3 I.Krikidis,S.Timotheou,S.Nikolaou,G.Zheng,D.W.K.Ng,and R.Schober,“Simultaneous wirelessinformation and power transfer in modern communication systems”,IEEE Commun.M

155、ag.,vol.52,no.11,pp.104-110,Nov.2014.4 M.Rajabi,N.Pan,S.Claessens,S.Pollin,and D.Schreurs,“Modulation techniques for simultaneous wirelessinformation and power transfer with an integrated rectifier-receiver,”IEEE Trans.Microwave Theory andTechniques,vol.66,no.5,pp.2373-2385,2018.4.2.5 感知與定位感知與定位1 H.

156、Zhang,H.Zhang,B.Di,K.Bian,Z.Han,and L.Song,“MetaLocalization:Reconfigurable intelligentsurface aided multi-user wireless indoor localization,”IEEE Trans.Wireless Commun.,Jun.2021.2 L.Li,Y.Shuang,Q.Ma,H.Li,H.Zhao,M.Wei,C.Liu,C.Hao,C.Qiu,and T.J.Cui,“Intelligentmetasurface imager and recognizer,”Light

157、 Sci.Appl.,Oct.2019.3 E.Calvanese Strinati,G.C.Alexandropoulos,V.Sciancalepore,M.Di Renzo,H.Wymeersch,D.T.P.Huy,M.Crozzoli,R.DErrico,E.de Carvalho,P.Popovski,P.D.Lorenzo,L.Bastianelli,M.Belouar,J.Mascolo,G.Gradoni,S.Phang,G.Lerosey,and B.Denis,“Wireless environment as a service enabled by reconfigur

158、ableintelligent surfaces:The RISE-6G perspective,”in Proc.2021 Joint European Conference on Networks andCommunications&6G Summit(EuCNC/6G Summit),Jun.2021.4.2.6 頻譜共享頻譜共享1趙 亞 軍,菅 夢 楠.6G 智 能 超 表 面 技 術 應 用 與 挑 戰 J/OL.無 線 電 通 信 技術:1-162021-08-12.http:/ 基于基于 RIS 的發射機與接收機設計的發射機與接收機設計1 S.Guo,S.Lv,H.Zhang,J

159、.Ye,and P.Zhang,“Reflecting modulation,”IEEE J.Sel.Areas Commun.,vol.38,no.11,pp.2548-2561,Nov.2020.2 J.Zhao,X.Yang,J.Y.Dai,Q.Cheng,X.Li,N.H.Qi,J.C.Ke,G.D.Bai,S.Liu,S.Jin,A.Alu,and T.J.Cui,“Programmable time-domain digital-coding metasurface for non-linear harmonic manipulation and new wirelesscommu

160、nication systems,”National Science Review,vol.6,no.2,pp.231-238,Mar.2019.3 J.Y.Dai,W.K.Tang,J.Zhao,X.Li,Q.Cheng,J.C.Ke,M.Z.Chen,S.Jin,and T.J.Cui,“Wirelesscommunications through a simplified architecture based on time-domain digital coding metasurface,”AdvancedMaterials Technologies,vol.4,no.7,pp.1-

161、8,Jul.2019.424 W.Tang,J.Y.Dai,M.Z.Chen,K.Wong,X.Li,X.Zhao,S.Jin,Q.Cheng,and T.J.Cui,“MIMOtransmission through reconfigurable intelligent surface:System design,analysis,and implementation,”IEEE J.Sel.Areas Commun.,vol.38,no.11,pp.2683-2699,Nov.2020.5 L.Zhang,M.Z.Chen,W.Tang,J.Y.Dai,L.Miao,X.Y.Zhou,S.

162、Jin,Q.Cheng,and T.J.Cui,“A wirelesscommunication scheme based on space-and frequency-division multiplexing using digital metasurfaces,”NatureElectronics,vol.4,pp.218227,Mar.2021.6 M.Z.Chen,W.Tang,J.Y.Dai,J.C.Ke,L.Zhang,C.Zhang,J.Yang,L.Li,Q.Cheng,S.Jin,and T.J.Cui,“Accurate and broadband manipulatio

163、ns of harmonic amplitudes and phases to reach 256QAM millimeter-wavewireless communications by time-domain digital coding metasurface,”National Science Review,Jul.2021.7 E.Basar,“Reconfigurable intelligent surface-based index modulation:A new beyond MIMO paradigm for 6G,”IEEE Trans.Commun.,vol.68,no

164、.5,pp.3187-3196,May 2020.8 Z.Niu,W.Wang,and T.Jiang,“Spatial modulation for ambient backscatter communications:Modeling andanalysis,”in Proc.2019 IEEE Global Communications Conference(GLOBECOM),Dec.2019.9 L.Chen,W.Hu,K.Jamieson,X.Chen,D.Fang,and J.Gummeson,“Pushing the physical limits of IoTdevices

165、with programmable metasurfaces,”in Proc.18th Symposium on Networked Systems Design andImplementation,2021.10 W.Tang,M.Z.Chen,J.Y.Dai,Y.Zeng,X.Zhao,S.Jin,Q.Cheng,and T.J.Cui,“Wireless communicationswith programmable metasurface:New paradigms,opportunities,and challenges on transceiver design,”IEEEWir

166、eless Commun.,vol.27,no.2,pp.180-187,Apr.2020.11 Y.Lu and L.Dai,“Reconfigurable intelligent surface based hybrid precoding for THz communications,”arXiv:2012.06261,Dec.2020.4.2.9 AI 使能智能超表面使能智能超表面1 A.M.Elbir and K.V.Mishra,“A survey of deep learning architectures for intelligent reflecting surfaces,

167、”arXiv:2009.02540,Dec.2020.2 S.Zhang,S.Zhang,F.Gao,J.Ma,and O.A.Dobre,“Deep learning optimized sparse antenna activation forreconfigurable intelligent surface assisted communication,”IEEE Trans.Commun.,Jul.2021.3 C.Huang,R.Mo,and C.Yuen,“Reconfigurable intelligent surface assisted multiuser MISO sys

168、temsexploiting deep reinforcement learning,”IEEE J.Sel.Areas Commun.,vol.38,no.8,pp.1839-1850,Aug.2020.4 K.Feng,Q.Wang,X.Li,and C.-K.Wen,“Deep reinforcement learning based intelligent reflecting surfaceoptimization for MISO communication systems,”IEEE Wireless Commun.Lett.,vol.9,no.5,pp.745-749,May2

169、020.5 C.Huang,Z.Yang,G.C.Alexandropoulos,K.Xiong,L.Wei,C.Yuen,and Z.Yang,“Hybrid beamformingfor RIS-empowered multi-hop Terahertz communications:a DRL-based method,”in Proc.2020 IEEE GlobecomWorkshop,Dec.2020.4.3.3 基于基于 RIS 的網絡部署的網絡部署1 趙 亞 軍,菅 夢 楠.6G智 能 超 表 面 技 術 應 用 與 挑 戰 J/OL.無 線 電 通 信 技術:1-162021

170、-08-12.http:/ 趙亞軍,章嘉懿，艾渤.智能超表面在智能高鐵通信場景的應用探討J/OL.中興通訊技術,2021.433 J.Zhang,H.Liu,Q.Wu,Y.Jin,Y.Chen,B.Ai,S.Jin,and Tie Jun Cui.“RIS-aided next-generationhigh-speed train communications:Challenges,solutions,and future directions,”IEEE Wireless Commun.,toappear,2021.5.1 技術成熟度技術成熟度1 跨學科創新，中國移動聯合崔鐵軍院士團隊率先完

171、成智能超表面技術試驗EB/OL.https:/ 中興通訊聯合中國電信完成業界首個 5G 高頻外場智能超表面技術驗證測試EB/OL.https:/ 中興通訊攜手中國聯通完成全球首個 5G 中頻網絡外場下的智能超表面技術驗證EB/OL.https:/ 數學與通信完美結合羅智泉教授團隊與華為合作取得 5G 網絡中應用智能反射面技術的突破EB/OL.http:/ 5G Evolution and 6G:HAPS,metasurface lens and pinching antenna EB/OL.https:/www.nttdocomo.co.jp/english/info/media_center

172、/event/mwc21/contents/exhibits06/.2021.44主要貢獻單位總編輯（總編輯（Editor-in-chief）崔鐵軍院士(),東南大學主編（主編（Editors）金石(),東南大學章嘉懿(),北京交通大學趙亞軍(),中興通訊袁弋非(),中國移動孫歡(),華為技術有限公司引用格式引用格式:崔鐵軍,金石,章嘉懿,趙亞軍,袁弋非,孫歡等，智能超表面技術研究報告R，IMT-2030（6G）推進組,2021.Citation:Cui Tiejun,Jin Shi,Zhang Jiayi,Zhao Yajun,Yuan Yifei,Sun Huan,et.al,Resear

173、chReport on Reconfigurable Intelligent Surface(RIS)R,IMT-2030(6G)Promotion Group,2021.致謝（致謝（Acknowledgement）：）：感謝 IMT-2030（6G）推進組與 RIS 任務組全體成員單位的大力支持與積極貢獻。45貢獻單位貢獻單位聯絡人聯絡人貢獻章節貢獻章節貢獻人貢獻人中興通訊股份有限公司菅夢楠總負責第 4 章，牽頭 4.2.1 和4.2.2，總體修訂菅夢楠，趙亞軍，韓志強，孫波，竇建武東南大學唐萬愷總負責第 1 章，牽頭 4.2.8，參與 2，4.1 和 4.2.9金石，程強，唐萬愷，黨建，陳

174、偉聰，王靜赫北京交通大學章嘉懿總負責第 2 章和第 6 章，參與4.2.1章嘉懿，金宇，何睿斯中國移動通信技術股份有限公司吳丹總負責第 3 章，牽頭 5.1，參與 3.1.1，3.1.2，總體修訂袁弋非，吳丹，顧琪，李亞華為技術有限公司孫歡總負責第五章，牽頭 4.1，參與 3.1.3孫歡清華大學高飛飛牽頭 4.2.9高飛飛清華大學戴凌龍參與 4.1.3，4.2.2，4.2.9戴凌龍清華大學楊帆fan_參與 5.1楊帆，許慎恒浙江大學黃崇文牽頭 4.2.3，參與 1，2，3.1.1，3.2.1，3.2.4，3.2.5黃崇文西安電子科技大學李龍牽頭 4.1.2 和 4.2.4李龍，史琰，韓家奇南京

175、航空航天大學周福輝牽頭 4.2.6，參與 3.2.8周福輝，吳雨航西安郵電大學褚宏云參與 4.2.2褚宏云北京理工大學鄭重牽頭 4.2.5鄭重，費澤松戰略支援部隊信息工程大學孫小麗牽頭 4.2.7，參與 3.1.2，3.2.4金梁，黃開枝，孫小麗，許曉明，鐘州重慶郵電大學徐勇軍牽頭 4.3，參與 3.2.2，3.2.3，3.2.8，4.2.4徐勇軍之江實驗室郭榮斌參與 1，3.2.2，3.2.7，4.1郭榮斌，楊斌華中科技大學駱志青zhiqing_,參與 4.1.1，4.2.5，4.2.7，4.2.8王巍，駱志青，董慧鑫46聯想張翼參與 3.1.1，3.1.4，3.2.1張翼，朱晨曦中國電信李

176、南希參與 3.1.1，3.1.2，3.1.3李南希，朱劍馳復旦大學楊濤參與 3.1.1楊濤，肖戈川紫光展銳苗潤泉runquan.M參與 3.1.1，3.1.5苗潤泉北京小米移動軟件有限公司趙文素參與 3.1.1，3.1.5，3.2.1，3.2.4，3.2.5，3.2.6，3.2.9，3.2.10趙文素，池連剛中國聯合網絡通信集團有限公司劉秋妍參與 3.1.1，3.1.2，5.1，總體修訂李福昌，劉秋妍維沃移動通信有限公司楊坤參與 4.2.2，5.2，總體修訂秦飛，姜大潔，楊坤中信科移動通信技術股份有限公司蘇昕參與第 5 章秦海超，蘇昕行晟科技張劍年參與 5.1張劍年華中科技大學尹海帆參與 5.1尹海帆紫金山實驗室趙見磊參與 4.2.7趙見磊中國科學技術大學盧漢成參與第 3 章盧漢成NTT DoCoMo侯曉林houdocomolabs-參與第 1 章侯曉林三星電子孫程軍參與修訂孫程軍，喻斌，王翯