智能反射面综述2

M. Z. Siddiqi and T. Mir, “Reconfigurable intelligent surface-aided wireless communications: An overview,” in Intelligent and Converged Networks, vol. 3, no. 1, pp. 33-63, March 2022, doi: 10.23919/ICN.2022.0007. 可重构智能表面辅助无线通信：综述

我只选取了部分，如果想了解全文内容可以访问：https://ieeexplore.ieee.org/document/9765811
摘要：
RIS是一项新兴的技术，有望给无线通信带来一场新的革命。RIS技术可以部署在室内/室外环境中，以动态操纵传播环境。RIS由大量独立可控的无源元件组成，这些元件参与实现高的无源波束形成增益。与传统的有源相控阵不同，RIS没有安装专用的射频(RF)链来执行复杂的信号处理操作。因此，它在重发入射波时不会招致额外的噪声，利用其工作原理，RIS已被部署在各种实际场景中。在本教程中，将首先回顾RIS的最新进展，包括RIS的系统和信道模型、信息论分析、物理实现和设计、预编码和信道估计等关键信号处理技术以及原型等应用场景。最后讨论RIS辅助通信未来值得关注的研究问题。
1.简介：
可重构智能表面(RIS),又称智能反射表面(IRS)、大型智能表面(LIS)、可编程亚表面等，是一种新兴的技术，它被认为是在未来的无线通信中与高频段集成以实现高频谱效率的一种新兴技术。
RIS是一种物理层技术，可以部署在室内和室外环境中，通过改变RIS表面的关键电磁特性来控制电磁波的传播。RIS还可以通过添加足够的传感额能力来控制无线信道的属性[1]。可重构亚表面是由大量可控单元组成的矩形阵列，每个可控单元可以改变入射电磁波的相位、幅度或极化。超表面处理从发射机接收到的入射电磁波，然后向接收器重新发射电磁波。每个RIS元素独立地控制环境。因此，通过设计RIS阵元地系数，可以实现高阵列增益的无源波束形成。与传统的有源相控阵不同，RIS没有安装专用收发信机来执行复杂的信号处理操作。因此，RIS不会引入额外的噪声。这些独特的特性使该技术能够从传统的有源相控阵中脱颖而出。通常，RIS作为发射机和接收机之间的中介来协助通信。通过在发射机和接收机之间部署RIS，可以动态控制无线传播信道。
最近，随着超材料的发展，控制无线传播的思想得到关注[3,4]，与纯天然材料不同，超材料是这一种人工设计的材料，具有不同寻常的电磁特性，如负介电常数和磁导率[5,6]。在无线通信系统中智能控制无线传播环境的想法起源于2012年，当时提出了智能墙[7]，通过根据不同需求控制智能墙的透明度来改变室内覆盖范围。2014年Kaina等人设计了一种基于二元相移的电可调谐超表面，其作用类似于空间微波调制器[8]。文献[8]作者证明了使用不同的相移可以有效地增加或抑制用户端的接收信号功率。此外，崔铁军等人在[9]中使用数字编码超表面实现了被动波束形成。数字编程超表面具有通过”0“、”1“的不同编码序列操纵电磁波的潜力，这些编码序列由偏置二极管控制。上述工作都在超表面的设计上投入了更多的精力，这在无线通信领域的传播环境控制方面开辟了一个新时代。
超表面/RIS为信息论、电磁学、无线通信和信号处理等领域的研究人员带来了许多新的机遇和挑战。自2018年来，关于RIS的论文数量急剧增加，试图回答以下重要但具有挑战性的问题。系统容量是多少？性能限制是什么？我们如何建模RIS的信道？如何实现RIS元素和阵列？如何优化无线信号传输的调谐系数？如何获得CSI信息？如何将RIS与其他现有的无线通信技术结合起来？我们能通过建造原型得到一些实验结果吗？RIS在未来通信系统中的潜在应用场景是什么？
本文对新兴的RIS技术进行了全面的综述，并讨论了现有工作中为实现未来6G通信目标所讨论的关键方面。为此，本文基于RIS辅助通信的系统和路径损失建模组织了本文，并讨论了硬件实现，同时强调了RIS辅助系统的关键原型，
如图1所示，首先，在第1节对RIS关键技术进行了全面的概述，然后在第2节重点介绍了RIS辅助通信的系统模型。在第3节中简要总结了考虑近场和远场作为关键方面的路径损失模型。在第4节中，对仅研究RIS辅助通信的渐近性能极限的文献进行了分类。第5节和第6节主要讨论了RIS辅助通信的编码和信道估计问题。然后，在第7节通过RIS辅助使用其他技术来研究系统性能的影响，如同步无线信息和功率传输(SWIPT)、非正交多址(NOMA)、物理层安全性、无人机(UAV)、反向散射通信。为了实际实现，分别在第8节和第9节讨论RIS硬件实现及其可用原型。第10节说了可实现RIS以进一步提高无线系统性能的可能应用。在11节介绍了辅助通信的挑战和未来的研究方向。第12节结束调查。
2.RIS辅助无线通信的系统模型
2.1 信号模型

考虑一个如图2所示的RIS辅助无线通信系统。具有M个天线的大规模MIMO基站在一个N单元的RIS辅助下为单天线用户服务。考虑下行传输，给出系统模型：
其中y属于C是用户的接收信号，

是BS-用户的直接信道，
是RIS-用户的信道；
是RIS的调谐系数矩阵；

并假设来自RIS的散射波可以在通向接收器的观察角
达到最大值，文献[19]根据物理光学技术推导了远场路径损耗模型：
其中Gt和Gr分别时发射增益和接收增益。ab是RIS的大小，d1表示发射机到RIS中心的距离，d2表示RIS中心到接收机的距离。文献[21]提出了一个更全面的远场路径损耗模型。考虑了功率辐射模式和RIS元件的增益。通过RIS元件的智能控制，接收机接收到的信号进行相位对准，实现波束形成。因此，远场波束形成情况下的自由空间路径损耗模型可以表示为[21]:
其中G表示RIS元件的增益，Nx和Ny分别表示RIS元件的行和列，dxdy表示RIS元件的大小，
分别为RIS中心到发射机的仰角和方位角，RIS中心到接收机的仰角和方位角；
是RIS单元归一化功率辐射图；A是每个RIS元件的反射系数的振幅。此外，文献[21]中的作者通过大量的数值模拟和实验测量验证了所提出的理论路径损耗模型的性能。先前关于RIS辅助通信的研究[19-22]已经证明了远场路径损耗模型是与(d1d2)^2成正比的，与智能超表面总面积平方成反比，它基于自由空间。然而，如果考虑更实际的传播环境，通过考虑反射、衍射、散射，远场路径损耗模型可能被修改为与(d1d2)更高幂成正比。
4.性能分析
这一部分，将回顾有助于分析RIS辅助无线系统性能的现有工作。特别是，首先介绍渐近功率缩放律，然后分析RIS辅助无线系统的可实现速率。
5.RIS的预编码
预编码作为MIMO系统中的一项基本技术，使多天线基站发送的信号更具方向性，而不是辐射周围，从而增强了用户接收信号的可能性，增加了系统容量。在RIS辅助通信系统中，一种称为联合预编码的新兴预编码技术是RIS提高系统性能的关键保证。与传统系统中只在BS处进行预编码不同，在RIS辅助通信系统中，需要联合BS处的有源波束形成和RIS处的反射系数。已有工作已经广泛的研究了不同应用场景下具有不同设计目标的众多联合预编码设计问题。下面总结了一些典型的RIS应用场景和相应的设计目标。
5.1 RIS辅助单用户发射场景
（1）容量增强问题表述：基于公式1的系统模型，进一步可以写出用户的SNR：
注意，本文假设发送的码元具有归一化功率，即
然后，考虑最经典的信噪比最大化的联合预编码问题。这一典型问题已经再文献【30-32】中进行阐述和讨论。问题写为：
Pmax表示BS的最大发射功率，F表示RIS反射系数的可行集，这取决于RIS的硬件。例如如果RIS元件能够连续而独立的控制入射信号的相移，就有
如果RIS元素是2-bit移相器，就有
正如公式(26)所示，为最大化SNR，目标是联合设计有源预编码向量w和相移矩阵Θ，为了解决这个问题，文献【30】两种优化方法：基于半定松弛SDR的方法和交替优化的方法。文献【31】通过结合交替最大化和MM方法来解决，根据他们的结果，在RIS的帮助下，用户的SNR显著提高。
（2）其他扩展案例：在RIS辅助通信系统，联合预编码的应用和设计目标在不同场景下有所不同。例如，对于毫米波系统的应用，通过利用毫米波信道的秩1结构，文献【26】作者提出一种使SNR最大化的闭式解。该模型也被扩展到基于文献【33】的宽带系统的OFDM系统。其中，研究人员考虑基于所提交替优化方法对于单用户的多载波的和速率最大化。为了进一步降低符号误码率SER，文献【34】的作者将模型扩展到MIMO系统，提出一种基于半定规划SDP和最小欧式距离MED的联合预编码方法。
5.2 RIS辅助多用户传输场景
6.RIS辅助的无线通信的CSI获得
本节，总结了RIS辅助无线通信中的几种CSI获得方案，为提高BS和RIS联合预编码的性能，通过信道估计获取CSI是非常重要的。文献【50-52】用于传统MIMO系统，这些方案不能直接应用于RIS辅助系统，因为RIS辅助系统的CSI估计问题与传统MIMO系统不同，在RIS辅助系统中，BS和用户之间的信道由两部分组成：直接链路和间接链路。由于RIS具有控制无线电信道的潜力，实时等效信道取决于RIS调谐系数θ，等效信道为：
其中H、F、θ和G是公式(2)定义，公式(2)能简化为
如果用户仅有一根天线(即K=1)，公式(36)重写为：
值得注意的是
充分描述了反射链路的信号信号依赖关系。因此称Hc是BS-RIS-UE级联信道，估计Hc不用受到RIS调谐系数θ的干扰。
由于以下原因，级联信道的CSI获得具有挑战性。
1.级联信道在接收信号、发射信号、RIS调谐系数之间具有线性关系，意味着系统模型比传统MIMO系统更复杂。
2.RIS没有射频链或信号处理模块，既不能发射也不能接收导频(参考信号)，因此只能通过BS和UE之间的导频传输来间接获得RIS相关的CSI。
3。级联信道由于有大量的BS天线和RIS单元，具有较高的维数，因此在RIS辅助的无线通信中，大维度信道计算CSI的开销更大。这一挑战性的问题引起关注【48，53-74】
值得注意的是，单天线用户的CSI获得问题与多天线用户的CSI获得问题存在差异。
对于单天线用户，可以根据公式(37)中的信号模型估计级联信道Hc。但在多天线用户场景下，无法将级联信道表示为矩阵。因此当用户处有多天线时，需要设计不同的信道估计方案，不能直接估计级联信道。
6.1单天线用户信道估计
文献【53-64】依次估计两个链路上可用的信道。文献53中，提出一种基于最小均方误差MMSE的多子-相移信道估计方案，在第一个子相移，将RIS元素设为“OFF”状态(即调谐系数向量中的元素值为0)估计直接信道，另一方面，在N-相移估计间接路径的信道，其中，每个RIS元素被“ON”(即RIS元素的调谐系数值非零)，随着RIS元素数量的增加，子相位数也会等量增加，信道估计引入更多导频开销，因为信道估计的总导频开销与子相位数成正比。为减少CSI估计开销，jensen【54】提出了一种最优信道估计(CE)方案，在信道估计过程中，，所有RIS元素都设置为“ON”，根据Cremer-Rao下界模型设计了信道估计方案。由于信道估计通常依赖RIS元素，作者提出RIS元素遵循一系列模仿离散傅里叶(DFT)的激活模式。到目前为止，只讨论了考虑基于单个用户的系统模型的文献，在无线通信系统中，通常用户数量非常大，因此研究多用户MIMO通信系统中单个用户的CSI是很重要的。考虑到角信道稀疏性，文献【55】考虑多用户毫米波大规模MIMO系统中的信道估计问题，提出一个下行导频传输框架，基于已知视距LOS的BS-RIS信道，使用压缩感知算法估计BS-UE和RIS-UE之间的信道。此外，深度学习因其在解决非线性问题方面出色表现而受到关注。文献【56】提出一种基于DL的信道估计计数，每个用户使用一个深度神经网络DNN，其中DNN的输入是接受到的导频，DNN的输出是估计用户在直接和间接链路上的信道。仿真结果表明，基于DL的信道估计方法与传统的最小二乘算法相比，具有更低的均一化均方误差NMSE。
**在多用户RIS辅助通信中，不同用户共享一个BS-RIS信道，而在整个信道链路BS-RIS-UE的RIS-UE链路中，不同用户有不同的信道向量。**受益于此，Wang文献【57】在获取CSI的同时，试图减少大量BS天线和RIS元件带来的巨大导频开销。通常情况下，带有M根天线的基站、U个单天线用户和带有N个反射元件的RIS组成的单个小区需要估计UMN+UM个信道系数。为了在短时间内准确估计如此大量的信道系数，文献【57】先用常规方案估计直接链路信道，然后从可用用户数中随机选取一个用户估计BS-RIS和RIS-UE信道。对其他系数较少的用户估计BS-RIS-UE级联信道(由多个系数组成)。因此，通过忽略接收机噪声，【57】的方法可以使用
个导频符号恢复所有信道系数。
8.RIS的实现
本节将RIS的实现分为两部分：RIS元素和RIS数组。为介绍RIS元件的实现，将介绍几种由不同材料制成的RIS元件，他们的特点也将被比较。然后介绍RIS阵列的集合结构、特性、自由度的设计。
8.1 RIS元素
提出RIS调节入射电磁波的相移来改变其传播。与基于经典折射、反射、吸收和衍射来控制入射电磁波行为的天然EM材料不同，RIS得益于用人工可调谐超表面/超材料取代传统材料。超表面是由周期性亚波长金属介电结构组成的人造平面超材料【97，98】.由于亚波长结构和集成功能材料，超表面表现出反常的反射和折射等特性【98】.基于调谐机制，有两大类超表面：刺激响应材料和电压驱动元件。前者取决于材料的物理性质，后者取决于其电路结构。
通过对超表面施加不同的外部刺激，可以改变刺激响应材料的物理性质，从而产生所需的电磁波响应。有不同类型的材料，例如，电调谐材料，磁调谐材料，光调谐材料。液晶和石墨烯是两种典型的实现可控反射的电敏材料。文献【99】利用液晶的特性，即液晶具有电压控制的介电常数。基于这一特点，设计了一种可重构超表面反射器，通过直流电压调节其相移，实现可控反射，此外，液晶还可用于可调谐吸收器，如图6a所示【100】。
为了实现可调反射，石墨烯的费米能级必须通过将其置于静电场中而改变,然而，石墨烯所产生的阻抗与周围其他材料相比通常非常大，导致可调性较低。通过将石墨烯与金属块结合，可以降低这种阻抗，从而有效地改善相位调节【102，103】，文献【104.105】介绍了几种对磁场、光、温度敏感的超材料，供读者参考。
然而，为了独立地控制每个反射元件地特性，需要对每个元件施加精密的外部激励。用于设计超表面反射元件的刺激响应材料由于单元尺寸大而不实用。特别是高频波段，因此电压驱动机制是一种更为可行的方法。因此文献【106】提出了一种基于开关二极管的方案来控制全吸收和全反射的开关，其中二极管的状态由激励电压控制。文献【7】提出了一种类似智能墙概念，通过对嵌入超表面的正本征负(PIN)二极管施加偏置电压来实现传输或反射。文献【101，107】变容二极管采用激励电场控制，进一步提高了频率可调性和高精度连续相位可调性，如图6b。文献【108】中，可重构反射阵列的元件是基于变体积谐振器设计的，其中谐振频率和相移由施加在谐振器上的偏置电压控制。
8.2 RIS arrays
现有的RIS阵列研究可分为三个方面：几何、结构和控制自由度。RIS阵列的几何结构旨在将大量反射天线元件封装在给定m^2的表面区域。同样，文献【109】将RIS阵列设计为六角形晶格结构。六角形结构在信号独立维数的约束下使阵列面积最小。特别是，考虑到相同数量的独立信号维度，六角形晶格与矩形晶格相比节省了高达23%的表面积。文献【110】引入密集的晶格的另一个约束。给定采样格的单位面积提供的独立信号尺寸，在每个单元上部署最小数量的天线。
RIS有两种不同的架构，包括无源架构和基于稀疏传感器的架构。可调RIS反射元件被认为是被动的，具有低硬件成本和低功耗等优点。在无源RIS体系结构中，每个元素都参与获取信道状态信息CSI[58]。然而RIS中大量的天线为获得准确的CSI提供了过多的训练开销。另一方面，文献【59】中提出了一种新颖的具有稀疏主动传感器的结构由连接到基带控制器的无源反射元件组成。主动传感器复杂计算CSI，在第6节讨论过。在上述任何架构上提供的RIS元素应根据无线电环境进行调优。这些反射元件是基于刺激材料或电压驱动设计的，以实现较高的硬件增益。为此文献【101】提出列控电容器方法来控制光束向特定方向。这是通过在一个方向上改变每个反射元件的电压而保持另一个方向不变来实现的。文献【111】通过独立控制每个PIN二极管，进一步实现更加灵活的相移和良好的精度，从而实现了二维控制自由度。
RIS阵列可用于室内和室外通信的各种形式。例如，文献【112】提出了一种基于软件可编程模型的室内超表面。这个超表面由几个元表面组成，这些元表面一个接一个地堆叠，称为超表面，由中央环境配置服务器控制。通过软件定义地接口控制反射元件，以调整EM响应、波束形成、反射、吸收和极化。
10.RIS可能应用
本节讨论RIS可以显著提高整个系统性能地四种不同场景。在这些场景中，利用RIS来确保高数据速率、能源效率、良好的信号质量和较少的用户之间的干扰。
10.1.NLOS通信
在某些情况下，由于散射和高路径损耗问题，直接链路或接收信号的质量会受到影响。这是城市环境中常见的问题，高层建筑或数目可能会削弱目标/接收设备接收到的信号质量。RIS可以成为在发射机和接收机之间创建LOS链路的有效技术，从而提高无线系统的性能。NLOS信道是移动网络中比LOS信道更常见的情况[121]。例如，毫米波大规模MIMO系统主要利用多个NLOS链路来传输信息，这意味着与RIS集成在一起俄NLOS链路越强，信道质量越好，从而保证了较高的系统容量。
10.2 节能MIMO发射机
传统的大规模MIMO系统可以实现较高的频谱效率【122】，在大规模MIMO系统中，每个天线元件都与能量密集型射频链相连，这加剧了整个系统的能量消耗。例如，一个基于64天线元件的大规模MIMO系统需要16w才能运行【123，124】，随着天线数量的增加，功耗进一步增加，这种巨大的功耗称为未来无线系统中大规模MIMO计数实际实现的瓶颈。因此，RIS可以成为传统的高成本能源密集型大规模MIMO系统的最佳替代品。由于RIS包含低成本的无源反射元件，因此不需要任何专用射频链和有源电源进行传输，从而保证了较高的能源效率。
10.3下去边缘用户服务及干扰抑制
在移动通信中，用户是移动的，并且随机分布在球形区域内。位于单元格边缘的用户称为单元格边缘用户。这些用户总是体验到来自BS的低质量的SINR，因为BS和小区边缘用户之间的距离过大，由于路径损耗问题恶化了链路质量。此外，小区边缘用户还受到邻近小区的较大干扰，从而降低通信系统的性能。为了避免这种情况，传统的解决方案是部署大量的BS来扩大覆盖范围。这种方法虽然较好，但增加了较高的硬件成本，也会给空间带来更多的电磁污染。因此，RIS是在地发射功率下扩展蜂窝覆盖的很好选择。
10.4大型机器通信mMTC
mMTC支持许多应用，如智能城市、环境监测、智能农业、森林防火以及下一代网络中的其他传感和数据采集任务。在mMTC中，设备采集的数据被传输到核心服务器进行进一步处理。由于这些设备通常由电池供电，需要长期自主，因此通信过程应该是节能的，然而，功率的限制限制了数据上传的容量。如果设备嵌入了RIS，则可以避免此问题。RIS不发送新的信号，而是收集BS传输的信号，然后将数据嵌入到反射信号中【126】.由于RIS的无源元件消耗有限的功率，物联网设备可以以低功率传输数据，这增加了设备的寿命。
11.挑战和未来研究方向
11.1.信道建模
目前为止，RIS信道模型仍有争议，特别是在近场情况下。原因是现有论文的分析结果还没有得到实验验证。
11.2性能分析
RIS辅助系统的性能分析仍处于早期阶段，例如，RIS与继电器之间的根本区别还没有明确阐述。此外，为简单起见，许多现有工作中RIS和中继之间的性能比较都考虑了单天线中继[27,29]，而更普遍的多天线中继情况还没有充分研究。此外，虽然分析了RIS上部署离散相移的接收功率【25】，但由于非理想相移造成的系统容量损失仍然是一个悬而未决的问题。此外，为了从物理层表征RIS的最终性能，可以引入电磁信息论的新概念，利用随机场原理对RIS辅助通信系统进行分析【130，131】.
11.3RIS的实现
11.4RIS预编码
关于RIS辅助通信预编码设计的研究论文很多【135】所提出的大多数算法都考虑了CSI在发射机处已知的情况，这是不正确的。目前已有文献考虑了不完善的CSI预编码算法，但预编码算法成本过高，难以在实际系统中实现。因此，需要研究在实际系统中容易实现的更实用的预编码算法。此外，非理想CSI的预编码可能是另一个问题。例如，当我们只有部分CSI而不是完整CSI时，或者当我们只有不准确的CSI时，需要一种新的预编码方案来实现鲁棒传输【136，137】.
12.结论