面向新一代移動通信的智能超表面技術綜述

高子路，孫韶輝，李麗

專題：6G無線傳輸技術

面向新一代移動通信的智能超表面技術綜述

高子路1，孫韶輝2,3，李麗4

（1. 北京航空航天大學，北京 100083；2. 中信科移動通信技術股份有限公司，北京 100083；3. 無線移動通信國家重點實驗室（電信科學技術研究院有限公司），北京 100191； 4. 電信科學技術研究院，北京 100191）

智能超表面（reconfigurable intelligent surface，RIS）技術是6G的潛在關鍵技術之一，具有低成本、低功耗和易部署等特點。通過智能地調控空間中的電磁波，RIS可以輔助構建智能可控的無線電磁環境，從而為移動通信的發展提供一種新范式。首先，對RIS的基礎原理、主要技術優勢和應用場景進行了分析。其次，對RIS應用于通信傳輸中的信道估計、波束成形等關鍵技術進行了探討，并給出了相關研究建議。最后，從硬件實現、算法設計和網絡部署3個方面分析了目前RIS技術在實際應用中面臨的主要挑戰。

智能超表面；6G；信道估計；波束成形；網絡部署

0 引言

隨著5G的大規模商用，全球已開啟對下一代移動通信技術的研究探索。2020年2月，在瑞士日內瓦召開的第34次國際電信聯盟工作組會議上，面向2030及未來（6G）的研究工作正式啟動[1]。相較于5G，6G技術對數據傳輸速率、連接設備密度、時延等指標有著更高的要求，而且會將現有的通信場景進行更廣泛的擴展，以實現空天地海全覆蓋的網絡系統，并實現任意設備之間的信息傳輸，即真正進入萬物互聯時代[2]。

2021年6月6日，IMT-2030（6G）推進組正式發布《6G總體愿景與潛在關鍵技術》白皮書[3]。其中在支持6G通信發展的潛在技術中，智能超表面（reconfigurable intelligent surface，RIS）由于其易部署、硬件成本低、功耗低等特點逐漸成為未來通信發展的關鍵技術之一。

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[4]。其表面上規則地排列了大量的電磁單元，通過對每個電磁單元施加控制信號，可以動態地調整電磁單元的電磁性質（如容抗、阻抗和感抗等），以完成對空間電磁波的動態調控，進而智能地調整無線傳輸信道并重構無線傳播環境[5]。

目前，學術界和產業界成立了相應的組織和論壇并開展系列的活動，以加快RIS技術朝著商業化和產業化的方向發展。2020年6月，IMT-2030（6G）推進組無線技術組成立了“RIS 任務組”[6]。2021年9月24日，第一屆RIS技術論壇在北京召開[7]。2022年4月7日，RIS技術聯盟在北京成立。RIS技術聯盟的成立能夠有效促進相關技術的研究，并且推進RIS技術在標準化以及產業化等方面工作的開展，共同打造RIS生態[8]。

為了驗證RIS技術的可行性，國內外的研究機構對基于RIS的通信系統開展了一系列的測試驗證工作。

國內方面，中國移動聯合東南大學在室外環境下開展了RIS測試驗證，測試結果表明，RIS可使得小區邊緣覆蓋平均提升3～4 dB，邊緣用戶設備（user equipment，UE）的吞吐量提升約10倍以上[9]。中興通訊聯合中國電信完成了業界首個5G高頻外場的RIS測試驗證工作，在距離5G高頻（26 GHz頻段）基站（base station，BS）150 m以上的非視距覆蓋盲區或弱區，利用RIS可使得UE的接收信號強度提升12.5 dB[10]。清華大學制作了包含256個2 bit離散相位控制單元的RIS設備，該設備在2.3 GHz頻段可以實現21.7 dBi的天線增益，而在28.5 GHz頻段的天線增益為 19.1 dBi[11]。

國外方面，日本DoCoMo公司在2018年針對RIS開展了世界上首個外場測試工作，測試結果表明，在28 GHz頻段使用RIS可以提升500 Mbit/s的通信速率[12]。美國麻省理工學院搭建了工作于2.4 GHz非授權頻段的測試平臺RFocus，測試結果表明，在室內場景中可利用RIS提升2倍的信道容量[13]。美國加利福尼亞大學圣地亞哥分校在商用多輸入多輸出（multiple input multiple output，MIMO）無線保真（wireless fidelity，Wi-Fi）網絡中開展了關于RIS的測試工作，最終測得RIS可將Wi-Fi范圍從30 m擴展到45 m，并使得接收信號區域的數據速率增加了1倍[14]。

雖然RIS在移動通信領域對于性能的提升有顯著的效果，但是在實際的工程應用中仍存在著諸多問題與挑戰。本文將從基礎原理、主要技術優勢、應用場景、關鍵技術和主要挑戰等方面對RIS技術進行較全面的總結與探討。

1 概述

1.1 基礎原理

電磁超材料是通過人工合成的方式，制作成的具有一定電磁性質并且以周期性結構進行排列的復合材料。其主要有兩個基本特征：以人工方式進行合成，并且其電磁性質不取決于材料本身而由其中的人工結構決定[15]。

RIS正是基于電磁超材料的技術發展而來，它是一種以人工方式加工或合成的具有特殊電磁性質的二維表面。RIS硬件架構如圖1所示，其展示了一種典型的RIS硬件架構，包含3層底板和一個智能控制器[16]。最外層底板是介電基板，其上規則地排列了大量的電磁單元，這些電磁單元通常由金屬、介質和可調元件構成，其中可調元件可以是變容二極管、正—本征—負（positive- intrinsic-negative，PIN）二極管[5]等（圖1展示的電磁單元的可調元件是PIN二極管）。通過控制其中可調元件的偏置電壓，可以調整電磁單元的電磁性質，進而以可編程的方式更改入射電磁波的電磁參數（如相位、幅度等）[17]，從而達到對電磁波的智能調控。中間層底板是銅底板，其主要作用是避免信號能量的泄露。最內層底板是一個控制電路板，其主要作用是對每個電磁單元施加控制信號，進而調整每個電磁單元的電磁性質?？刂齐娐钒宓目刂菩盘栍膳c其相連的智能控制器來觸發。在實際應用中，現場可編程門陣列（field programmable gate array，FPGA）可以作為RIS的智能控制器[16]。

圖1 RIS硬件架構

目前研究的RIS主要通過數字指示信息的方式，完成對入射電磁波的相位調控。利用不同的數字指示信息對RIS的電磁單元進行編碼，其中不同的編碼狀態表示電磁單元的不同相位響應[18]，從而可以對入射電磁波的相位產生相應的相位偏轉。以1 bit信息調控為例，此時每個RIS的電磁單元可產生0和π的相位響應，進而對入射電磁波的相位產生0或π的相位偏轉。而在2 bit的信息調控中，每個RIS的電磁單元可產生0、π/2、π和3π/2的相位響應，進而可以對入射電磁波的相位產生0、π/2、π或3π/2的相位偏轉[4]。

數字指示信息的編碼位數增加，可以使得RIS的電磁單元產生更多的相位響應，進而對電磁波的調控也就更加靈活，但是對電磁單元的設計要求也會更高。

1.2 主要技術優勢

相較于傳統的通信設備，RIS在硬件成本、功耗等方面均有明顯的優勢。

（1）硬件成本低

對于傳統的相控陣，移相器、功率放大器等器件需要連接到每個天線單元[19]，以實現模擬域的波束成形。相比之下，RIS不需要配置大量的移相器、功率放大器等器件，而只是在每個電磁單元中集成了PIN二極管或變容二極管等硬件成本較低的器件，通過控制這些器件的偏置電壓即可改變每個電磁單元的相位響應，進而實現模擬域的波束成形。因此，相較于傳統的相控陣，RIS的硬件成本相對較低。

（2）功耗低

RIS上的電磁單元以無源的單元為主，并且其作用主要是對入射信號的相位進行智能調控，而沒有對信號進行功率放大的能力。除此之外，相較于傳統的通信設備，RIS沒有功耗較大的器件，因此RIS在功耗方面有很大的優勢。

文獻[20]介紹了一種工作頻率為5.8 GHz且包含1 100個電磁單元的RIS原型設計，并實際測得該RIS的總功耗為0.934 W。RIS功耗細目見表1，其給出了該RIS上每個器件單元的功耗測試結果，可以看出，RIS上所有器件單元的功耗整體偏低，從而保證了RIS有著較低的功耗。

表1 RIS功耗細目

（3）易部署

RIS是一種二維結構的電磁超表面，其面板的厚度比無線電磁波的波長要小很多[5]，整體較為輕薄，且沒有集成大量復雜的硬件設備。因此，其部署的方式相較于傳統的通信設備也就更為靈活，可以部署在車輛、建筑物的表面、室內墻壁等。另外，RIS包含的電磁單元數量可根據實際通信需求進行調整，這就使得其部署的靈活性大大增加。

（4）不會引入額外時延和熱噪聲

傳統的通信設備在對信號進行接收、處理和發送時，會引入額外的處理時延和熱噪聲。而RIS僅依靠無源電磁單元的物理特性完成對于入射信號的相位調控，而沒有信號處理的過程，因此不會引入額外的信號處理時延，也不會引入熱噪聲。

1.3 應用場景

（1）空間補盲

在通信場景中，BS與UE之間的直視鏈路有可能被障礙物阻擋，導致BS與UE之間無法正常通信，空間補盲示意圖如圖2所示。通過在通信場景中部署RIS，可以在BS和UE之間建立新的通信鏈路，使得BS發射的信號通過RIS進行中轉，從而繞過障礙物到達UE[16]。

（2）邊緣覆蓋增強與干擾抑制

BS的發射功率有限，使得處在小區邊緣UE的接收信號質量較差。尤其在高頻段，信號的衰落會更大，就會導致信號傳輸的距離有限，從而影響小區邊緣UE的通信質量。通過在BS和UE之間部署RIS，可以對BS的發射信號進行接力，除此之外，通過調整RIS電磁單元的相位實現波束成形，也有利于信號的增強，從而提升邊緣小區UE的接收信號質量。邊緣覆蓋增強示意圖如圖3所示。

圖2 空間補盲示意圖

圖3 邊緣覆蓋增強示意圖

另外，當UE處于小區邊緣時，會受到相鄰小區BS的干擾[16]。通過在UE和服務該UE的BS之間部署RIS，并合理地設計RIS的電磁單元的相位，可以實現有用信號的增強和干擾信號的抑制。干擾抑制示意圖如圖4所示。

圖4 干擾抑制示意圖

（3）提升系統吞吐量

利用RIS低成本、低功耗、易部署的特點，可以實現RIS在移動通信網絡中的大規模部署，為通信網絡增加額外有效的信息傳輸路徑，以提高信號傳輸的復用增益和接收信號的穩定性，并極大地提升系統的吞吐量。提升系統吞吐量示意圖如圖5所示。

圖5 提升系統吞吐量示意圖

（4）發射機設計

傳統的無線發射機包含了大量的功率放大器、混頻器和濾波器等硬件設備，會導致很高的功耗和硬件成本[21]。而RIS的硬件成本和功耗都相對較低，并且其陣列相對較大可以帶來較高的陣列增益。另外，僅通過改變RIS上每個電磁單元的相移即可實現對波束的靈活控制。因此，可以將RIS代替傳統的相控陣來進行發射機的設計。基于RIS的發射機設計示意圖如圖6所示。

（5）其他新型應用

在通信場景中，RIS的引入還會激發一些新的應用，如利用RIS輔助定位、無人機通信、車聯網通信、無線能量與信息傳輸等。

●RIS輔助定位：在傳統的通信中，定位的精度往往受BS部署的位置、BS的數量等因素的影響。由于RIS部署靈活且功耗相對較低，因此可以在通信場景中的合適位置進行RIS的部署，以輔助BS進行定位，提高定位的精度[22]。

圖6 基于RIS的發射機設計示意圖

●車聯網通信：在車聯網通信中，車輛的移動較快，使得車輛之間很難保證有效的通信，通過將RIS部署在車輛或建筑物上可以有效提高通信的質量[23-25]。

●無人機通信：無人機具有機動性強的特點，往往被用于在目標區域內建立快速而有效的通信鏈路。為了有效提高通信的質量，可以將RIS裝載在無人機上以作為低空飛行的中繼站，也可以將RIS部署在合適的地面或建筑物上，以將發射端的信號反射到無人機上[26-27]。

●無線能量與信息傳輸：電磁波既可以傳輸信息也可以傳輸能量，而RIS可以實現對電磁波的智能調控，因此可以利用RIS進行能量的傳輸或信息與能量的同時傳輸，以提高通信的質量[28]。

在通信場景中，RIS的引入使得智能調控電磁波成為可能，這就為信息的傳輸和處理帶來了新的轉變，使得在未來的通信系統中利用RIS產生更多新型的應用。

2 關鍵技術

RIS的關鍵技術包括信道建模、信道估計和波束成形等，這些關鍵技術的研究決定了RIS在通信系統中的應用場景和實現方式等。

2.1 信道建模

過于簡單的信道模型，可能會誤導信道估計、波束成形等關鍵技術的算法設計，進而影響性能的評估。因此，在基于RIS的通信場景中，建立準確而高效的無線信道模型是保證無線通信系統及相關技術評估合理性的基礎[6]。

目前，基于RIS的信道測量與建?？紤]了大尺度衰落特性（路徑損耗、陰影衰落等）、小尺度衰落特性（多徑效應、信道相關性等）、近場與遠場的部署差異和RIS單元的電磁特性等方面。

文獻[29]通過對RIS的物理和電磁特性進行研究，針對遠場波束成形場景、近場波束成形場景和近場廣播場景建立了RIS輔助無線通信系統的自由空間路徑損耗模型，揭示了基于RIS的路徑損耗模型與發射機/接收機到RIS的距離、RIS單元尺寸、近/遠場效應和RIS單元輻射模式之間的關系。最后通過實驗測量，驗證了該路徑損耗模型的有效性。

文獻[30]考慮了由RIS單元的硬件特性（如插入損耗）而引起的單元反射效率的不同對于路徑損耗模型的影響。而且根據RIS單元低功耗、低增益的特點，給出了適合于RIS單元的模型。另外考慮到當RIS距離發射機和接收機均較遠時，信號在RIS上的傳播并非絕對的鏡面反射，并通過分析給出了不同頻率、不同單元反射效率等情況下入射信號在RIS上達到鏡面反射所需的RIS大小。最后通過仿真，對所提出的路徑損耗模型進行了測試與驗證。

文獻[31]在基于RIS輔助無線通信系統的場景下，提出了端到端、電磁兼容、互耦感知和單元幅度與相位響應耦合的電磁通信模型。該模型與傳統的通信理論框架具有內在的相容性，可以用于物理兼容的建模、分析和RIS輔助通信的優化。

在文獻[32]中，作者認為在基于各向同性散射環境下的RIS輔助無線通信系統中不應該假設獨立同分布的瑞利衰落，并推導了一個與空間相關的瑞利衰落模型，而且證明了該模型在各向同性散射環境下的有效性。

目前，關于RIS的信道建模的研究大多建立在衍射模型的基礎上，未來可重點從電磁學的角度研究RIS單元的電磁特性對于信道建模的影響，包括電磁單元的互耦特性、極化特性等。另外，在目前的理論分析中往往將RIS單元建模為理想的反射單元，而實際的單元響應可能受信號的入射角度與出射角度、入射信號的極化方向等因素的影響[33]。因此，未來可針對RIS單元的信號響應模型開展更多的仿真評估與實際測試。

除了考慮RIS單元自身特性對于信道建模的影響，還可考慮不同頻段、不同業務和不同部署場景下關于RIS的信道測量與建模，這對于RIS的實際應用有著極大的意義。

2.2 信道估計

在傳統的無線通信中，只存在BS和UE之間的直視信道，而RIS的引入會在通信場景中增加BS與RIS之間的信道和RIS與UE之間的信道，導致在基于RIS的通信場景中，需要完成上述3段信道的估計，這就增加了信道估計的難度。而且RIS的陣列相對較大，使得BS-RIS-UE的級聯信道的維度相對較高，相應地增加了算法設計的復雜度。除此之外，目前研究的RIS大多配備的是無源電磁單元，沒有信號處理的能力，這就使得信道信息的獲取變得更加困難。

文獻[34]認為BS-RIS信道對于所有UE的級聯信道而言為公共信道，因此所有UE的級聯信道之間存在相關性，并能夠以相關系數進行相互表示。因此在完成BS與某個UE的級聯信道估計后，只需要估計其他UE的級聯信道與該UE的級聯信道之間的相關系數，即可完成剩余UE的級聯信道的估計，從而減小了算法的復雜度。

文獻[35]認為BS-RIS信道對于所有UE的級聯信道而言為公共信道，而在RIS或者不同UE附近存在一定數量的公共散射體。這就導致在所有UE的角度域級聯信道中存在公共非零行和一定數量的公共非零列，該性質被稱為“雙結構稀疏性”，通過利用該性質可以對正交匹配追蹤（orthogonal matching pursuit，OMP）算法做進一步改進。最后結果表明，利用該算法可以在減少導頻開銷的情況下有效地進行信道估計。

文獻[36]將信道估計分成初始信道估計和常規信道估計兩種情況。在初始信道估計中，BS-RIS的信道是未知的，首先通過對RIS斷電的方式進行BS-UE信道的估計，然后通過迭代求解不動點方程的方式估計BS-RIS信道，最后利用最小二乘（least square，LS）法對RIS-UE信道進行估計。在常規信道估計中，由于BS和RIS的位置相對固定，因此不需要頻繁地估計，并假設BS-RIS信道已知?？梢酝ㄟ^多次改變RIS的相位陣來獲得多個信道測量方程，從而完成RIS-UE信道和BS-UE信道的估計。

文獻[37]通過矩陣分解和矩陣補全兩個階段來設計算法以完成級聯信道的估計。在矩陣分解階段，利用雙線性廣義近似消息傳遞算法來從接收信號中恢復得到BS-RIS信道和RIS-UE信道與導頻信號的乘積矩陣。在矩陣補全階段，利用黎曼流形梯度的算法從RIS-UE信道與導頻信號的乘積矩陣中恢復出RIS-UE的信道。

文獻[38]認為BS和RIS的位置相對固定，因此BS-RIS信道變化緩慢而不需要被頻繁地估計。而UE處于移動狀態，導致BS-UE信道和RIS-UE信道的變化較快，因此需要被頻繁地估計。在進行BS-RIS的信道估計時，由BS向RIS發送下行導頻信號，導頻信號經RIS反射后再由BS接收，然后利用基于坐標下降的算法來恢復BS-RIS信道。在得到BS-RIS信道的估計結果后，利用LS算法即可對BS-UE信道和RIS-UE信道進行估計。

文獻[39]首先介紹了一種無源單元與有源單元混合的RIS架構，在該架構中將射頻鏈與有源RIS單元相連接以提升信道估計的性能。結合該RIS結構，提出了一種基于壓縮感知的寬帶信道估計方案，方法是采用同步OMP算法對多個子載波進行聯合信道估計。此外，利用角度時延域的MIMO信道矩陣的相關性，提出了一種新型的深度去噪神經網絡來進一步提高信道估計的性能。

在目前的信道估計方案設計中，可以考慮利用信道本身的特性（如信道具有稀疏性或信道衰落系數滿足某種特定分布方式等）來設計信道估計的方案，并且還可通過設計RIS相位、導頻序列等來輔助完成信道的估計。不過RIS的陣列較大，使得目前的信道估計算法復雜度較高，因此未來應重點關注低復雜度算法設計。另外，為了滿足未來RIS的泛在部署的需求，可考慮多RIS場景下的信道信息獲取的問題。

2.3 波束成形

通過調控RIS上每個單元的相位，可以使得RIS形成特定方向的波束。因此在基于RIS的通信系統中，除了收發端的數字預編碼設計與模擬波束成形設計，還需要考慮RIS的模擬波束成形設計。基于RIS通信系統的波束成形設計如圖7所示。

在基于RIS輔助的通信系統中，解決波束成形設計問題一般從最優化的角度出發。主要是通過優化發射端的預編碼矩陣、RIS相位陣和接收端的合并矩陣等參數來使目標函數最優化，常見的目標函數包括系統速率和、信干噪比（signal to interference plus noise ratio，SINR）、發射端功耗等。如何把優化問題轉換成凸優化是波束成形設計的關鍵問題。

圖7 基于RIS通信系統的波束成形設計

文獻[40]針對多用戶場景下的多輸入單輸出（multiple input single output，MISO）系統提出了一種混合波束成形方案，該方案通過以系統速率和最大化為目標將優化問題拆分成兩個子問題，以分別迭代優化發射端預編碼矩陣和RIS相位陣。在發射端預編碼陣的優化子問題中，優化問題被視為功率分配問題，通過獲得最優功率分配以得到最優的發射端預編碼矩陣。在RIS相位陣的優化子問題中，利用外逼近法求解半定規劃問題，以獲得最優的RIS相位陣。

文獻[41]采用流形優化的算法解決單用戶場景下的MIMO系統中的波束成形設計問題，目的是通過聯合優化RIS相位、BS和UE的混合預編碼矩陣與混合合并矩陣來最大化頻譜效率。仿真結果表明，該方法可以在較小的信道矩陣條件數下實現較好的性能，并且算法的實現復雜度相對較低。

文獻[42]考慮了單用戶場景和多用戶場景下的MISO系統中的波束成形設計問題，目標是通過聯合優化發射端預編碼和RIS相位，最小化發射端的發射功率。在單用戶場景中，該優化問題可以被轉變成整數線性規劃問題，然后可以利用分支界限法獲得該問題的最優解，緊接著為了降低復雜度，提出了一種連續細化算法來求得該問題的次優解。另外，可以將該連續細化算法推廣到多用戶場景中，并考慮在發射端進行次優迫零線性預編碼來提高性能。

文獻[43]研究了基于RIS的正交頻分多址（orthogonal frequency division multiplexing，OFDM）系統下的波束成形設計問題，目標是通過迭代優化發射端的發射功率和RIS相位來使得所有子載波的系統速率和最大化。其中，發射端的最優功率分配采用的是注水算法，而最優RIS相位是通過流形優化的方法來對分式規劃問題進行求解而得到的。

文獻[44]考慮了完美信道狀態信息和非完美信道狀態信息的情況下，RIS輔助多用戶的MISO通信場景下的波束成形設計問題，目標是通過聯合設計發射端波束成形和RIS相位來使得所有用戶的加權速率和最大化。在完美信道狀態信息的設置下，利用分式規劃的方法將優化問題分解成多個不相交的塊，并基于塊坐標下降的方法來對該問題進行求解。另外，可將該方法擴展至非完美信道狀態信息的情況，并利用隨機連續凸逼近的方法來對該問題進行求解。

由于RIS包含了大量的電磁單元，計算每個RIS單元的反射系數以獲得最優波束往往具有較高的復雜度。因此，在波束成形方案的設計中，需要權衡性能與算法復雜度之間的關系。另外，目前大多考慮的是單RIS場景下的波束成形設計，而為了實現系統容量的提升，未來必然會考慮RIS的大規模部署，因此多RIS場景下的波束成形設計也會是未來研究的主要問題之一。

2.4 定位

在傳統的基于蜂窩網絡的無線定位中，定位的精度往往受基站部署位置以及部署數量的限制。而RIS具有硬件成本低、易部署的特點，因此可以將其靈活地布置在基站服務范圍內部，以輔助基站進行定位。另外，由于RIS上配備了大量的電磁單元并且具有智能調控電磁波的特點，因此可以提升其對信號的空間分辨率，以及減弱多徑信號對定位誤差的影響，最終提升定位的精度。

文獻[45]推導出了UE相較于RIS的不同位置的費雪信息矩陣和克拉美羅（Cramér–Rao，CR）下界，并分析了RIS相位的不確定對于CR下界的影響。另外，還研究了不同的RIS部署方式對于CR下界的影響。結果表明，在總面積相同的情況下，多個RIS的分布式部署相較于單個RIS的集中式部署更有利于定位精度的提升。

文獻[46]考慮的是利用最優化的方法提升室內場景下多用戶定位的精度的問題。具體方法是，利用路徑損耗、用戶實際所處位置與被估計位置的距離、用戶位于不同位置處的先驗概率等參數構造出定位損失函數，然后利用全局下降算法對RIS相位進行優化，以得到使得目標損失函數最小時的RIS相位，從而提高利用接收信號強度進行定位時的精度。結果表明，相較于現有的方法，該方法能明顯減小定位的誤差。

文獻[47]考慮的是發射端與接收端的直視鏈路被阻擋，而利用RIS輔助MIMO系統進行精確定位和高數據速率傳輸的問題。首先，基于分層碼本來分別設計RIS相位和接收端的合并矩陣，然后利用挑選的碼字和接收的信號對RIS至接收端信道的發射角、到達角和到達時間進行估計，最后利用這些被估計的參數可以計算出接收端相對于RIS的坐標和方向，從而達到對接收端進行定位的目的。

文獻[48]研究了OFDM系統中近場的非視距（non-line of sight，NLOS）場景下，RIS輔助BS進行UE定位的問題。首先通過設計RIS相位序列為離散傅里葉變換（discrete Fourier transform，DFT）指數序列或二進制哈達瑪序列，實現接收信號中直視信道分量與級聯信道分量的拆分，并且可以減小之后的信號到達時間（time of arrival，TOA）估計的誤差。之后，進行第一到達路徑的TOA的估計，并根據估計值進行到達時間差（time difference of arrival，TDOA）的計算，以抵消非同步系統中初始時刻的影響。最后再根據線性LS算法完成對UE位置的估計。結果表明，該方法即使在RIS受阻塞的情況下，也能達到較好的定位精度。

由于RIS大多配備的是無源電磁單元，不具備信號處理的能力，因此基站對于RIS的精確控制對于RIS輔助定位的效果有很大的影響。另外，在RIS輔助定位的方案設計中，還需考慮RIS的部署方式、與基站的時間同步匹配等問題。

目前，關于RIS輔助定位的研究主要針對的是靜態、低速移動的場景，未來可考慮高速移動場景下的RIS輔助定位的方案設計。

2.5 無線能量與信息傳輸

隨著通信業務的增加以及數據傳輸速率的增長，未來通信網絡中會存在大量的通信設備以滿足相應的通信需求。為了保證通信的可靠性，不僅要保證對于通信設備的有效數據傳輸，還要保證對于通信設備的有效能量供應。

目前，通過射頻傳輸實現有效的能量傳輸，在工程上得到了有效的應用。但是受路徑損耗、陰影衰落和多徑衰落的影響，尤其是當發射機與接收機的距離較遠時，其能量效率通常較低。由于RIS可以智能地調控電磁波，因此利用RIS可以輔助能量的傳輸甚至信息與能量的同傳，以提高通信的質量[28]。

目前基于RIS的無線能量與信息的傳輸主要包含3個系統方案，分別為無線能量傳輸（wireless energy transmission，WET）、無線攜能通信（simultaneous wireless information and power transfer，SWIPT）和無線能量通信網絡（wireless powered communication network，WPCN）[28]。

在WET方案中，發射端傳輸能量信號給接收端，而RIS可以作為中繼來輔助能量信號的傳輸。無線能量傳輸示意圖如圖8所示。

圖8 無線能量傳輸示意圖

在SWIPT方案中，發射端既可以發送信息信號給信息接收設備，也可以發送能量信號給能量接收設備，而RIS作為中繼來同時輔助信息信號與能量信號的傳輸。無線攜能通信示意圖如圖9所示。

圖9 無線攜能通信示意圖

在WPCN中，發射端首先發送能量信號給接收設備，之后接收設備利用接收到的能量將信息信號傳輸給發射端。在該方案中，接收設備同時具備信息信號接收和能量信號接收的功能，并且信息信號的傳輸與能量信號的傳輸是在不同的鏈路中進行。無線能量通信網絡示意圖如圖10所示。

目前，為了解決基于RIS通信場景下的無線能量與信息傳輸的問題，主要是利用最優化的方法。通過優化發射端的波束成形向量、RIS相位、功率分配等參數來使得目標函數最優化，常見的目標函數包括系統吞吐量、能量接收設備的接收功率等。

文獻[49]考慮了WPCN中，RIS輔助用戶的協作傳輸問題。目標是通過利用半定松弛規劃方法，對能量信號與信息信號的傳輸時間、分配的功率以及RIS相位進行聯合優化，以最大化系統的吞吐量。仿真結果表明，在WPCN中使用RIS輔助用戶的協作傳輸，可以有效提高系統的吞吐量。

文獻[50]考慮的是RIS輔助多用戶MISO通信場景下的SWIPT系統。目標是在所有信息接收用戶的SINR和發射端最大發射功率的約束下，利用半定松弛規劃方法迭代優化發射端的有源信息波束成形向量、能量信號的協方差矩陣和RIS相位，以最大限度地提高所有能量信號接收用戶的最小接收功率。數值結果表明，與未部署RIS、發射端未采用能量信號波束成形等的基準方案相比，本文所提出的RIS輔助多用戶的SWIPT系統有顯著的性能提升。

圖10 無線能量通信網絡示意圖

文獻[51]考慮的是RIS輔助多用戶MISO通信場景下的SWIPT系統。目標是通過聯合優化發射端的波束成形向量和RIS相位，以最大限度地提高能量接收用戶的最大加權功率和。仿真結果表明，通過部署RIS來輔助SWIPT系統可以顯著提高性能增益。此外，最后驗證表明在該系統中如果對發射端的能量信號做波束成形，不僅會消耗發射端的發射功率，還會對信息信號的接收用戶產生干擾，由此帶來性能上的損失。

由于無線能量與信息傳輸的問題，既包含了信息信號的傳輸，還包含了能量信號的傳輸，因此相較于傳統場景下的傳輸方案設計，還需要考慮兩種信號的時間分配、功率分配和不同信號間的干擾等問題，以在信息傳輸速率和收集的能量之間達到平衡。

目前主要是針對傳統通信場景下的無線能量與信息傳輸問題進行方案設計，未來還可考慮車聯網通信、無人機通信等新型應用場景下的傳輸方案設計問題。

2.6 發射機與接收機設計

RIS分為反射式和透射式兩種類型[21]。對于反射型RIS，入射電磁波經過RIS單元的調控后轉換為反射電磁波輻射出去；對于透射型RIS，入射電磁波經過RIS單元的調控后會透過RIS轉換為透射電磁波向外輻射。利用RIS對于電磁波的智能調控能力，可以將反射型RIS和透射型RIS應用于發射機與接收機的設計中，以降低硬件成本和功耗。反射型RIS與透射型RIS如 圖11所示。

圖11 反射型RIS與透射型RIS

基于反射型RIS的發射機設計如圖12所示[52]，在該發射機中使用RIS代替傳統的相控陣以完成信號的直接調制和發射。其中，射頻信號發生器產生單音載波信號，并經過饋源天線照射在RIS上，然后通過發射端數字基帶產生的控制信號調節RIS單元的反射系數，從而完成對入射電磁波的調控[21]。

在圖12展示的基于反射型RIS的發射機設計中，每個模塊的功能如下。

圖12 基于反射型RIS的發射機設計

●中央控制器：中央控制器為整個系統提供了可編程環境，生成了系統中的信息數據流、幀結構等，并對其他模塊進行必要的控制。

●數據和控制接口：作為中央控制器和其他模塊的接口，實現了中央控制器對其他模塊的控制，提供了必要的數據交換。

●FPGA+數模轉換器模塊：實現了RIS相位數字控制序列的采樣率調控，并將數字控制序列轉換為模擬電壓信號序列，作為控制電路板的輸入信號。

●控制電路板：控制電路板將輸入的模擬電壓信號進行放大，然后將其分配到RIS上的每個電磁單元以調節所有RIS單元的反射系數。

●直流電源：為控制電路板上的電壓放大電路提供電壓源。

●定時模塊：為FPGA+數模轉換器模塊和射頻信號發生器提供相同的參考時鐘。

●饋源天線與射頻信號發生器：射頻信號發生器產生單音載波信號，并經過饋源天線照射在RIS上。

在基于反射型RIS的發射機設計中，基帶模塊可以直接連接到RIS的電磁單元上，而不需要常規的射頻鏈路[52]。另外，相較于傳統的相控陣，基于反射型RIS的發射機僅需要在射頻信號發射器中配置一個窄帶功率放大器來控制單音載波信號的功率，而不需要配置大量的功率放大器。因此，相較于傳統的相控陣，基于反射型RIS的發射機避免了大量的功率放大器、移相器和濾波器等硬件的使用，從而顯著降低了硬件成本和復雜度。

圖13 基于透射型RIS的接收機設計

目前，針對基于RIS的發射機設計已有大量的研究和驗證工作，包括基于RIS的二進制頻移鍵控（binary frequency shift keying，BFSK）發射機設計[53]、基于RIS的正交相移鍵控（quadrature phase shift keying，QPSK）發射機設計[54]、基于RIS的8相移鍵控（8 phase shift keying，8PSK）發射機設計[55]、基于RIS的正交振幅調制（quadrature amplitude modulation，QAM）的發射機設計（包含16QAM和256QAM）[52,56]以及基于雙極化RIS的發射機設計[57]等。

基于透射型RIS的接收機設計如圖13所示，在該接收機中通過設置RIS上所有單元的相位隨時間線性變化，并保持幅度不變，從而可以實現電磁波在穿過RIS后頻率的下降。由于高頻電磁波在經過RIS后變成了低頻電磁波，從而使得接收機上的濾波器、混頻器和本地振蕩器等硬件只需在相對較低的頻率上工作，由此節省了硬件成本并降低了功耗[21]。

3 主要挑戰

RIS作為一項全新的技術，在給移動通信的發展提供新的網絡范式的同時，也同樣面臨諸多的困難與挑戰，包括硬件實現、算法設計和網絡部署等。

3.1 硬件實現

從硬件實現的角度，關于RIS的單元結構設計、材料選擇等方面還面臨著很多問題。例如，單元的密集排列會造成單元之間的耦合，這將極大地影響對于電磁波調控的性能；由于單元結構的局限性，目前RIS單元支持的量化級數相對較低，因此未來需要考慮更優的單元結構設計以支持更多的量化級數；未來頻譜將擴展至更高頻段，對RIS的單元結構設計、控制電路設計和材料選擇等的要求也會更高。

3.2 算法設計

在基于RIS的通信場景中，針對相應的關鍵技術開展了眾多算法設計的研究。但是，RIS往往配備了大量的電磁單元，導致目前算法設計的復雜度較高。另外，RIS通常配備的是無源電磁單元，不具備信號處理的能力，所以需要考慮算法設計的實際應用問題。而且，未來RIS應用的場景會更多（如高速場景、分布式場景等），需要開展針對于不同場景的高效算法設計。因此，在RIS輔助通信的算法設計中，需要考慮復雜度、實際應用場景等問題。

3.3 網絡部署

RIS作為一項全新的技術，其未來在通信網絡中的泛在部署依然會面臨很多問題。例如，在通信網絡中存在眾多的業務與系統，因此在通信網絡中部署RIS時需要考慮與多個系統的共存問題；在高密度區域，密集部署RIS需要考慮RIS間的協同以及RIS間的信號干擾等問題；不同的場景需要不同的部署策略，可以根據實際通信需求進行RIS的相應部署[58]，并且需要考慮RIS的部署位置、密度和部署成本與性能的平衡等。

4 結束語

RIS可以智能地調控電磁波，以形成智能可重構的無線環境，因此給未來移動通信的發展提供了一種新范式。而且RIS可以實現空間補盲、邊緣覆蓋增強和抑制鄰小區干擾等功能，并且可以與多技術融合以產生更多新的應用，因此成為6G的關鍵技術之一。但是將RIS服務于未來的實際應用依然存在很多問題，包括硬件實現、算法設計和網絡部署等。因此，還需要開展更多的關鍵技術評估和實際測試，以加快RIS的商用和標準化進程。

[1] 中國信息通信研究院. 國際電信聯盟（ITU）啟動6G研究工作[EB]. 2020.

CAICT. International Telecommunication Union (ITU) launches 6G research work[EB]. 2020.

[2] 廣東省新一代通信與網絡創新研究院, 清華大學, 北京郵電大學, 等. 6G無線熱點技術研究白皮書[R]. 2020.

Guangdong Communications & Networks Institute, Tsinghua University, Beijing University of Posts & Telecommunications, et al. 6G wireless hotspot technology research white paper[R]. 2020.

[3] IMT-2030推進組. IMT-2030（6G）推進組正式發布《6G總體愿景與潛在關鍵技術》白皮書[EB]. 2021.

IMT-2030 (6G) Promotion Group. IMT-2030 (6G) Promotion Group officially released the white paper "6G overall vision and potential key technologies"[EB]. 2021.

[4] CUI T J, QI M Q, WAN X, et al. Coding metamaterials, digital metamaterials and programmable metamaterials[J]. Light: Science & Applications, 2014, 3(10): 1-9.

[5] DI RENZO M, ZAPPONE A, DEBBAH M, et al. Smart radio environments empowered by reconfigurable intelligent surfaces: how it works, state of research, and the road ahead[J]. IEEE Journal on Selected Areas in Communications, 2020, 38(11): 2450-2525.

[6] 馬紅兵, 張平, 楊帆, 等. 智能超表面技術展望與思考[J]. 中興通訊技術, 2022, 28(3): 70-77.

MA H B, ZHANG P, YANG F, et al. Reflections on reconfigurable intelligent surface technology[J]. ZTE Technology Journal, 2022, 28(3): 70-77.

[7] 移動通信網. 中興通訊、東南大學、中國聯通聯合承辦第一屆智能超表面技術論壇[EB]. 2021.

MSCBSC.com. ZTE, Southeast University and China Unicom jointly organized the first Reconfigurable Intelligent Surfaces Technology Forum[EB]. 2021.

[8] STDAILY. 智能超表面技術聯盟在京成立[EB]. 2022.

STDAILY. Reconfigurable intelligent surface technology alliance was established in Beijing [EB]. 2022.

[9] 中國移動通信有限公司研究院. 中國移動聯合崔鐵軍院士團隊完成6G智能超表面技術試驗[EB]. 2021.

Research Institute of China Mobile Communications Co., Ltd.. China Mobile cooperated with Academician Cui Tiejun's team to complete the 6G reconfigurable intelligent surface technology test[EB]. 2021.

[10] C114通信網. 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]. 2021.

C114.com. ZTE and China Telecom completed the industry's first reconfigurable intelligent surface technology verification test in 5G high-frequency outfield[EB]. 2021.

[11] DAI L L, WANG B C, WANG M, et al. Reconfigurable intelligent surface-based wireless communications: antenna design, prototyping, and experimental results[J]. IEEE Access, 2020(8): 45913-45923.

[12] SRRC. NTT DoCoMo, Metawave test 5G mobile system in Tokyo[EB]. 2018.

[13] ARUN V, BALAKRISHNAN H. RFocus: practical beamforming for small devices[EB]. 2019.

[14] DUNNA M, ZHANG C, SIEVENPIPER D, et al. ScatterMIMO: enabling virtual MIMO with smart surfaces[C]//Proceedings of the 26th Annual International Conference on Mobile Computing and Networking. New York: ACM Press, 2020.

[15] 梅中磊, 張黎, 崔鐵軍. 電磁超材料研究進展[J]. 科技導報, 2016, 34(18): 27-39.

MEI Z L, ZHANG L, CUI T J. Recent advances on metamaterials[J]. Science & Technology Review, 2016, 34(18): 27-39.

[16] WU Q Q, ZHANG R. Towards smart and reconfigurable environment: intelligent reflecting surface aided wireless network[J]. IEEE Communications Magazine, 2020, 58(1): 106-112.

[17] 周儒雅, 唐萬愷, 李瀟, 等. 基于可重構智能表面的移動通信簡要綜述[J]. 移動通信, 2020, 44(6): 63-69.

ZHOU R Y, TANG W K, LI X, et al. A brief survey of mobile communications through reconfigurable intelligent surfaces[J]. Mobile Communications, 2020, 44(6): 63-69.

[18] 程強, 戴俊彥, 柯俊臣, 等. 智能超表面在波束及信息調控中的應用[J]. 電信科學, 2021, 37(9): 30-37.

CHENG Q, DAI J Y, KE J C, et al. Application of reconfigurable intelligent surface in beamforming and information modulation[J]. Telecommunications Science, 2021, 37(9): 30-37.

[19] HEATH R W, GONZáLEZ-PRELCIC N, RANGAN S, et al. An overview of signal processing techniques for millimeter wave MIMO systems[J]. IEEE Journal of Selected Topics in Signal Processing, 2016, 10(3): 436-453.

[20] PEI X L, YIN H F, TAN L, et al. RIS-aided wireless communications: prototyping, adaptive beamforming, and indoor/outdoor field trials[J]. IEEE Transactions on Communications, 2021, 69(12): 8627-8640.

[21] TANG W K, CHEN M Z, DAI J Y, et al. Wireless communications with programmable metasurface: new paradigms, opportunities, and challenges on transceiver design[J]. IEEE Wireless Communications, 2020, 27(2): 180-187.

[22] WYMEERSCH H, HE J G, DENIS B, et al. Radio localization and mapping with reconfigurable intelligent surfaces: challenges, opportunities, and research directions[J]. IEEE Vehicular Technology Magazine, 2020, 15(4): 52-61.

[23] AI Y, DEFIGUEIREDO F A P, KONG L, et al. Secure vehicular communications through reconfigurable intelligent surfaces[J]. IEEE Transactions on Vehicular Technology, 2021, 70(7): 7272-7276.

[24] AL-HILO A, SAMIR M, ELHATTAB M, et al. Reconfigurable intelligent surface enabled vehicular communication: joint user scheduling and passive beamforming[J]. IEEE Transactions on Vehicular Technology, 2022, 71(3): 2333-2345.

[25] MAKARFI A U, RABIE K M, KAIWARTYA O, et al. Physical layer security in vehicular networks with reconfigurable intelligent surfaces[C]//Proceedings of 2020 IEEE 91st Vehicular Technology Conference. Piscataway: IEEE Press, 2020: 1-6.

[26] LI S X, DUO B, YUAN X J, et al. Reconfigurable intelligent surface assisted UAV communication: joint trajectory design and passive beamforming[J]. IEEE Wireless Communications Letters, 2020, 9(5): 716-720.

[27] ZHANG Q Q, SAAD W, BENNIS M. Reflections in the sky: millimeter wave communication with UAV-carried intelligent reflectors[C]//Proceedings of 2019 IEEE Global Communications Conference. Piscataway: IEEE Press, 2019: 1-6.

[28] WU Q Q, GUAN X R, ZHANG R. Intelligent reflecting surface-aided wireless energy and information transmission: an overview[J]. Proceedings of the IEEE, 2022, 110(1): 150-170.

[29] TANG W K, CHEN M Z, CHEN X Y, et al. Wireless communications with reconfigurable intelligent surface: path loss modeling and experimental measurement[J]. IEEE Transactions on Wireless Communications, 2021, 20(1): 421-439.

[30] ELLINGSON S W. Path loss in reconfigurable intelligent surface-enabled channels[C]//Proceedings of 2021 IEEE 32nd Annual International Symposium on Personal, Indoor and Mobile Radio Communications. Piscataway: IEEE Press, 2021: 829-835.

[31] GRADONI G, DI RENZO M. End-to-end mutual coupling aware communication model for reconfigurable intelligent surfaces: an electromagnetic-compliant approach based on mutual impedances[J]. IEEE Wireless Communications Letters, 2021, 10(5): 938-942.

[32] BJ?RNSON E, SANGUINETTI L. Rayleigh fading modeling and channel hardening for reconfigurable intelligent surfaces[J]. IEEE Wireless Communications Letters, 2021, 10(4): 830-834.

[33] 楊坤, 姜大潔, 秦飛. 面向6G的智能表面技術綜述[J]. 移動通信, 2020, 44(6): 70-74, 81.

YANG K, JIANG D J, QIN F. Overview of the intelligent surface for 6G communications[J]. Mobile Communications, 2020, 44(6): 70-74, 81.

[34] WANG Z R, LIU L, CUI S G. Channel estimation for intelligent reflecting surface assisted multiuser communications[C]// Proceedings of 2020 IEEE Wireless Communications and Networking Conference. Piscataway: IEEE Press, 2020: 1-6.

[35] WEI X H, SHEN D C, DAI L L. Channel estimation for RIS assisted wireless communications—part II: an improved solution based on double-structured sparsity[J]. IEEE Communications Letters, 2021, 25(5): 1403-1407.

[36] ZHANG J M, QI C H, LI P, et al. Channel estimation for reconfigurable intelligent surface aided massive MIMO system[C]// Proceedings of 2020 IEEE 21st International Workshop on Signal Processing Advances in Wireless Communications. Piscataway: IEEE Press, 2020: 1-5.

[37] HE Z Q, YUAN X J. Cascaded channel estimation for large intelligent metasurface assisted massive MIMO[J]. IEEE Wireless Communications Letters, 2020, 9(2): 210-214.

[38] HU C, DAI L L, HAN S F, et al. Two-timescale channel estimation for reconfigurable intelligent surface aided wireless communications[J]. IEEE Transactions on Communications, 2021, 69(11): 7736-7747.

[39] LIU S C, GAO Z, ZHANG J, et al. Deep denoising neural network assisted compressive channel estimation for mmWave intelligent reflecting surfaces[J]. IEEE Transactions on Vehicular Technology, 2020, 69(8): 9223-9228.

[40] DI B Y, ZHANG H L, SONG L Y, et al. Hybrid beamforming for reconfigurable intelligent surface based multi-user communications: achievable rates with limited discrete phase shifts[J]. IEEE Journal on Selected Areas in Communications, 2020, 38(8): 1809-1822.

[41] WANG P L, FANG J, DAI L L, et al. Joint transceiver and large intelligent surface design for massive MIMO mmWave systems[J]. IEEE Transactions on Wireless Communications, 2021, 20(2): 1052-1064.

[42] WU Q Q, ZHANG R. Beamforming optimization for wireless network aided by intelligent reflecting surface with discrete phase shifts[J]. IEEE Transactions on Communications, 2020, 68(3): 1838-1851.

[43] FENG K M, CHEN Y J, HAN Y, et al. Passive beamforming design for reconfigurable intelligent surface-aided OFDM: a fractional programming based approach[C]//Proceedings of 2021 IEEE 93rd Vehicular Technology Conference. Piscataway: IEEE Press, 2021: 1-6.

[44] GUO H Y, LIANG Y C, CHEN J, et al. Weighted sum-rate maximization for reconfigurable intelligent surface aided wireless networks[J]. IEEE Transactions on Wireless Communications, 2020, 19(5): 3064-3076.

[45] HU S, RUSEK F, EDFORS O. Beyond massive MIMO: the potential of positioning with large intelligent surfaces[J]. IEEE Transactions on Signal Processing, 2018, 66(7): 1761-1774.

[46] ZHANG H B, ZHANG H L, DI B Y, et al. MetaLocalization: reconfigurable intelligent surface aided multi-user wireless indoor localization[J]. IEEE Transactions on Wireless Communications, 2021, 20(12): 7743-7757.

[47] HE J G, WYMEERSCH H, SANGUANPUAK T, et al. Adaptive beamforming design for mmWave RIS-aided joint localization and communication[C]//Proceedings of 2020 IEEE Wireless Communications and Networking Conference Workshops. Piscataway: IEEE Press, 2020: 1-6.

[48] DARDARI D, DECARLI N, GUERRA A, et al. Localization in NLOS conditions using large reconfigurable intelligent surfaces[C]//Proceedings of 2021 IEEE 22nd International Workshop on Signal Processing Advances in Wireless Communications. Piscataway: IEEE Press, 2021: 551-555.

[49] ZHENG Y, BI S Z, ZHANG Y J, et al. Intelligent reflecting surface enhanced user cooperation in wireless powered communication networks[J]. IEEE Wireless Communications Letters, 2020, 9(6): 901-905.

[50] TANG Y Z, MA G G, XIE H L, et al. Joint transmit and reflective beamforming design for IRS-assisted multiuser MISO SWIPT systems[C]//Proceedings of ICC 2020 - 2020 IEEE International Conference on Communications. Piscataway: IEEE Press, 2020: 1-6.

[51] WU Q Q, ZHANG R. Weighted sum power maximization for intelligent reflecting surface aided SWIPT[J]. IEEE Wireless Communications Letters, 2020, 9(5): 586-590.

[52] TANG W K, DAI J Y, CHEN M Z, et al. MIMO transmission through reconfigurable intelligent surface: system design, analysis, and implementation[J]. IEEE Journal on Selected Areas in Communications, 2020, 38(11): 2683-2699.

[53] ZHAO J, YANG X, DAI J Y, et al. Programmable time-domain digital-coding metasurface for non-linear harmonic manipulation and new wireless communication systems[J]. National Science Review, 2019, 6(2): 231-238.

[54] TANG W K, LI X, DAI J Y, et al. Wireless communications with programmable metasurface: Transceiver design and experimental results[J]. China Communications, 2019, 16(5): 46-61.

[55] TANG W K, DAI J Y, CHEN M Z, et al. Programmable metasurface-based RF chain-free 8PSK wireless transmitter[J]. Electronics Letters, 2019, 55(7): 417-420.

[56] CHEN M Z, TANG W K, DAI J Y, et al. Accurate and broadband manipulations of harmonic amplitudes and phases to reach 256 QAM millimeter-wave wireless communications by time-domain digital coding metasurface[J]. National Science Review, 2022, 9(1): nwab134.

[57] CHEN X Y, KE J C, TANG W K, et al. Design and implemenation of MIMO transmission based on dual-polarized reconfigurable intelligent surface[J]. IEEE Wireless Communications Letters, 2021, 10(10): 2155-2159.

[58] 趙亞軍, 菅夢楠. 6G智能超表面技術應用與挑戰[J]. 無線電通信技術, 2021, 47(6): 679-691.

ZHAO Y J, JIAN M N. Applications and challenges of reconfigurable intelligent surface for 6G networks[J]. Radio Communications Technology, 2021, 47(6): 679-691.

Overview of reconfigurable intelligent surface for new-generation mobile communication

GAO Zilu1, SUN Shaohui2, 3, LI Li4

1. Beihang University, Beijing 100083, China 2. CICT Mobile Communications Technology Co., Ltd., Beijing 100083, China 3. State Key Laboratory of Wireless Mobile Communications,China Academy of Telecommunications Technology (CATT), Beijing 100191, China 4. China Academy of Telecommunications Technology (CATT), Beijing 100191, China

Reconfigurable intelligent surface technology, which features low cost, low energy consumption and easy deployment, is the potential key technology of 6G. By intelligently regulating electromagnetic waves in space, RIS can assist in building an intelligent and controllable wireless electromagnetic environment, thus providing a new paradigm for the development of mobile communications. Firstly, the basic principle, main technology advantages and application scenarios were analyzed. Then, the key technologies such as channel estimation and beamforming in RIS aided communication transmission were discussed, and relevant research suggestions were given. Finally, the main challenges of RIS technology in practical application were analyzed from the aspects of hardware implementation, algorithm design and network deployment.

reconfigurable intelligent surface, 6G, channel estimation, beamforming, network deployment

TN929.5

A

10.11959/j.issn.1000?0801.2022278

宋令陽，孫韶輝，趙軍輝，王東明，戴凌龍

2022?05?10；

2022?10?10

高子路，gaozilu0421@163.com

高子路（1995– ），男，北京航空航天大學博士生，主要研究方向為大規模天線技術、智能超表面技術。

孫韶輝（1972– ），男，博士，中信科移動通信技術股份有限公司副總經理，無線移動通信國家重點實驗室（電信科學技術研究院有限公司）高級研究人員、正高級工程師，長期從事移動通信新技術研究與標準制定工作，主要研究方向包括移動通信系統設計及多天線技術、衛星通信和定位等。

李麗（1985– ），女，電信科學技術研究院學歷教育部主任，長期從事信息與通信工程、通信與信息系統、電子科學與技術等領域的碩士、博士聯合培養工作。