李 剛 ,王瑜新 ,,章秀銀 ,陳真 ,陳藝戩 ,竇建武 ,楊軍 ,陸海濤
(1.中興通訊股份有限公司,廣東 深圳 518055;2.移動網絡和移動多媒體技術國家重點實驗室,廣東 深圳 518055;3.華南理工大學,廣東 廣州 510641)
隨著低頻段頻譜的資源匱乏加速,毫米波(Millimeter-wave,mmWave)與大規模多輸入多輸出(MIMO)技術將成為未來B5G/6G 無線通信的關鍵技術之一。但是,毫米波由于信號衰落快,會導致信號的覆蓋范圍受限;而Massive MIMO 的使用則需要增加硬件成本和能源消耗,以處理復雜的信號。
最近,無線通信研究界提出了一種智能反射面(Intelligent Reflective Surface,IRS)的新概念。IRS 是電磁(Electro Magnetic,EM)材料的二維(2-Dimensional,2D)人造表面,即超表面,它由大量具有特殊設計的物理結構的無源散射元素組成,如圖1 所示,它們以不同的方式轉換入射的EM 波[1]。IRS 可以以軟件定義的方式控制每個散射元件,以改變入射RF(Radio Frequency)信號在散射元件上的反射EM 特性(例如,相移)。通過所有散射元件的聯合相位控制,可以任意調整入射RF 信號的反射相位和角度,以產生理想的多徑效應。特別地,反射的RF 信號可以被相干地添加以改善接收信號功率,或者可以相消地組合以減輕干擾。通過將IRS 部署在如涂在建筑物墻壁上并由空中平臺攜帶的環境中,IRS 可以將無線電環境轉變為可以幫助信息傳感,模擬計算和無線通信的智能空間[2]。盡管無源反射表面已經在雷達系統(例如:跟蹤)、遙感和衛星/深空通信中找到了各種應用,但是它們很少用于移動無線通信中。這主要是因為傳統的反射面一旦制成,便具有固定的移相器,而這些移相器無法適應用戶移動引起的動態無線信道。然而,研究發現,通過實時控制移相器,使得IRS 的反射相位能及時跟蹤用戶的位置變化,以提供輔助鏈接。隨著對傳統RF 收發器的最佳控制,IRS 輔助的無線系統將變得更加靈活,以支持各種用戶需求,例如,增強的數據速率、擴展的覆蓋范圍、最小的功耗以及更安全的傳輸。

圖1 IRS 超表面結構
在理論研究方面,學術界主要對IRS 輔助的通信系統的傳輸設計方案進行了廣泛的研究[3-4],按系統模型可分類為IRS 輔助的單小區和多小區通信系統,按對信道狀態信息(Channel State Information,CSI)的掌握程度可分類為IRS 輔助的瞬時完美CSI、瞬時非完美CSI 和統計CSI 通信系統。另外,學術界也對IRS 信道建模、調制編碼、優化和資源分配、人工智能與IRS 的結合等方面進行了研究探討[5-8]。
對于IRS 在產業界方面的進展,國際方面,日本移動運營商NTT DoCoMo 和智能雷達創業公司MetaWave于2018 年11 月聯合演示了IRS 技術在28 GHz 毫米波通信系統中的應用[9],其通信速率達到560 Mb/s。美國MIT 搭建了RFocus 的原型機測試平臺[10],智能表面可以與墻紙結合在一起,低成本生產制造出來,智能表面的每個單元包括反射和穿透兩種狀態。部署智能表面后的室內信號覆蓋強度平均提升約10 倍,信號信道容量提升約2 倍,可有效減小信號發射端的發送功率,延長物聯網等設備待機使用時間。國內方面,清華大學設計了2 bit 離散相位控制器件,該器件包含兩個PIN 二極管作為2 bit 控制模塊。清華大學制作了256 個器件單元的智能反射表面設備,該設備在28.5 GHz 頻段的波束賦形增益可達19.1 dB[11]。東南大學實現了反射波的基頻諧波到+1/-1 階諧波的高效頻率轉換,以及基于時空聯合編碼策略的波束整形[12]。實測結果表明,最高轉換效率大于88%。當周期性相位調制的有源超表面得到進一步發展時,這種設計也可以在THz 頻率上得到廣泛的應用。
綜上,IRS 被認為是B5G/6G 通信最具潛力的技術之一。本文將就IRS 的當前理論研究中的關鍵技術,重點介紹信道估計、波束管理以及IRS 輔助的NOMA、物理層安全增強方面的研究進展,同時給出未來的研究方向。
目前,關于IRS 的大多數現有工作[13-14]都假設接入點(AP)擁有完美的信道狀態信息(CSI),另外,也有假設AP 接收由用戶發送并由IRS 反射的導頻信號。采用這種方法進行IRS 信道估計,假設了一個簡單的基于逐單元ON/OFF 的反射模式。但是它有兩個主要缺點。首先,頻繁執行大型IRS 元件的ON/OFF 切換實際上是昂貴的,因為這需要對每個IRS 元件進行單獨的幅度控制(除了相移之外)[14];其次,由于IRS 的大口徑每次都僅打開一小部分,因此并未充分利用它的大孔徑,這會降低信道估計的準確性。為了克服上述問題,文獻[15]中提出了一種新的IRS 反射(相移)模式,用于信道估計。文獻[15]建議將IRS 分組,用于減少信道估計和無源波束成形復雜度的元件。基于IRS 單元分組,提出了一種基于離散傅里葉變換(DFT)的IRS 反射模式,以最小化信道估計誤差。但是,這項工作僅考慮了連續的相移以簡化設計,這對于通常具有大量反射單元的IRS 來說實際上是很難實現的,因為制造高分辨率移相器的成本很高。因此,更實際的做法是在每個反射元件上考慮具有少量控制位的離散相移,例如對于兩級(0 或π)相移[7]。
考慮到大規模MIMO 和大規模連接性的趨勢,必須要在較短的時間間隔內準確估計如此大量的信道系數。文獻[16]研究了IRS 輔助上行鏈路的信道估計方法,具體考慮了基于被動導頻的信道估計方法,其中IRS 單元將導頻序列由用戶被動地反射給基站,使得基站能夠估計與IRS 相關聯的CSI。在文獻[17]中,為了減少訓練開銷,利用毫米波信道固有的稀疏性,開發了IRS 輔助的MISO 系統的聯合信道估計和波束成形設計。首先找到一個級聯信道的稀疏表示,然后開發出一種基于壓縮感知的信道估計方法。此外,基于估計的信道執行聯合波束成形設計。
綜上,與配備有足夠大信號處理能力的其他通信系統(例如,中繼)相比,近乎無源的IRS 配備了最少的板載信號處理單元,這些單元在正常的操作階段中不被使用。因此,需要新的算法和協議來執行信道估計,同時保證IRS 的復雜度盡可能低,并盡可能避免板載信號的處理操作。
毫米波是B5G/6G 網絡的關鍵技術之一,通過利用毫米波頻段上的大帶寬,它能提供每秒千兆比特的通信數據速率。但毫米波系統會存在路徑損耗大、穿透能力弱、易受障礙物干擾等問題,為了補償嚴重的路徑損耗,通常使用大型天線陣列來實現顯著的波束成形增益以進行數據傳輸,同時要使用波束管理流程來為目標用戶提供精確的定向波束。為解決毫米波網絡的遮擋問題,IRS 被提出作為一種極具應用前景的綠色通信技術,可在不大幅度增加能耗的情況下主動地調節入射信號的傳播方向。IRS 的使用將使得原有的基站和終端的波束管理流程發生變化。
文獻[18]提出了基于隨機哈希函數(Random Hashing,RH)的IRS 多波束訓練的設計,得到最佳波束所需的訓練符號數量將會是一個隨機數。文獻[19]將IRS 單元劃分為多個子矩陣,基于接收到的功率與SNR 的比值,在不同的訓練符號上進行多波束的訓練,確定出IRS 針對每個用戶的最佳水平發送波束,但并未考慮垂直發送波束。文獻[20]評估了IRS 輔助的毫米波網絡對未來的網絡的波束管理設計所帶來的挑戰,討論了傳統的毫米波網絡擴展至IRS 輔助的毫米波網絡時的波束管理流程所存在的限制,提出了一種新的機器學習的波束管理架構,可根據環境和移動速度的變化,實現高效的波束管理,降低波束訓練的開銷。
傳統的正交多址技術(例如空分多址)是在每個空間方向只服務單一的用戶,而使用非正交多址(Non-Orthogonal Multiple Access,NOMA)技術以后,可以在每個空間方向同時服務多個用戶,以達到更高的譜效率和能量效率,因此NOMA 被認為是后5G/6G 的關鍵技術之一。使用NOMA 技術的關鍵是要使得遠近配對用戶的信道矢量方向一致,而通過IRS 的使用可以很好地操控用戶的信道矢量方向,基于此,目前已經有NOMA 和IRS 結合的研究[21-24]。文獻[21]假定基站與小區邊緣用戶之間沒有直射徑,部署IRS 后則增加了直射徑,將IRS-NOMA與空分多址的傳輸技術進行了對比,并且考慮了硬件實現的非理想因素。文獻[22]在給定固定的相位偏移的情況下,引入了一些輔助變量,采用了連續的凸逼近的方法,通過聯合優化基站的發送波束賦形和IRS 的波束賦型,實現了IRS 輔助的NOMA 網絡的系統能量效率最大化。文獻[23]假定基站能獲得理想信道信息的前提下,研究了兩種場景(有LOS 徑和無LOS 徑)下的多個IRS面板輔助的NOMA 網絡性能,對于IRS 相位的量化,采用3 bit 的量化精度可以實現接近最優的中斷概率性能。文獻[24]利用功率系數和相位變化之間的轉換關系,通過使用序列旋轉算法,解決了非凸的優化問題。在保證每個用戶最小SINR 的前提下,實現IRS 輔助的NOMA 網絡的功率最小化。
由于無線通信的廣播性質,通信安全性一直是無線網絡中的基本問題。除了應用層采用的傳統加密方法外,物理層安全性還可以作為在快速訪問第五代(5G)網絡中提供安全通信的替代方法[25-26]。此外,物理層安全性可以實現高質量的安全性能,而無需實際分配密鑰,這與5G 的要求非常匹配。為了充分利用5G 的優勢,多天線技術已成為增強隨機無線網絡(例如無線網絡)中物理層安全性的強大工具。在B5G/6G 技術的研究中,IRS在增強通信鏈路物理層安全性方面的潛在優勢,最近引起了廣泛的關注。
在文獻[27]-[28]中研究了IRS 輔助的安全通信系統,但是它們的通信系統僅包括一個發射機、一個合法的接收機、單個竊聽者以及一個在實際應用中受到限制的IRS。文獻[29]中研究了一種DL MISO 廣播系統,其中BS 將獨立的數據流傳輸到多個合法的接收器,并使它們對多個竊聽者保密。在文獻[30]中,作者考慮了一種IRS 輔助的竊聽信道模型,研究了在最小保密率約束下,通過優化發射功率和IRS 相移來最小化功耗的問題。由于得到的優化問題是非凸的,提出了在發射功率和IRS相移之間利用交替優化和半定松弛方法來處理此問題。同時,推導了最佳安全波束形成器的閉式表達式。在文獻[31]中,作者考慮了一個網絡場景,在單天線竊聽者存在的情況下,IRS 輔助一個配備均勻線性天線陣列的基站,將機密信號發送到一個單天線合法用戶。通過優化發射波束形成和IRS 相移來解決保密率最大化問題。通過利用二次變換和流形優化技術,提出了一種低復雜度的優化算法,以獲得近似最優的IRS 相移。同時,作者從理論上證明了該優化算法的收斂性。在文獻[32]中,作者研究了一種下行鏈路MISO 系統,其中在多個竊聽者存在的情況系下,基站將獨立的數據流傳送給多個合法的接收機。在連續和離散IRS 相移這兩個假設下,作者通過聯合優化在基站的波束形成器和IRS 相移,最大限度地提高了最小保密率。該優化問題采用了交替優化和路徑跟蹤算法進行求解。在文獻[33]中,作者考慮了IRS 輔助MISO 通信系統中的安全通信。為了增強物理層的安全性,在基站傳輸了人工噪聲來故意破壞竊聽者的信道。通過聯合優化IRS 相移、基站波束形成矢量和人工噪聲協方差矩陣,以最大程度地提高系統保密率。為了處理產生的非凸優化問題,作者提出了一種基于交替優化、連續凸逼近、半定松弛和流行優化的高效次優算法。
目前大部分的IRS 研究都是理論分析和仿真驗證,而且信道模型的建模、仿真假設都偏向于理想化。后續的研究需要把硬件實現的誤差考慮在內,例如考慮非線性功放、晶振、ADC 和IRS 相位量化誤差等,同時結合IRS 樣機的實測數據來修正理論分析和仿真模型,讓IRS 的理論更好地指導硬件實現。
與文獻中常用的交替優化不同,機器學習方法對于IRS 基于本地無線電環境的信息實現敏捷和輕量級相位控制更具吸引力。這可以幫助最大程度地減少IRS 和活動收發器之間的信息交換開銷。大量的散射元素及其感測能力進一步暗示可以在信道感測期間收集豐富的信息,從而為數據驅動的DL(Deep Learning)方法提供了可能。此外,還可以設想潛在的模擬計算,以通過多層超表面實現人工神經網絡,這潛在地使學習方法在計算和輕量級方面變得靈活,而無需進行信息交換。但是,當前的DL 方法仍面臨許多實際挑戰,包括訓練開銷、穩定性和適應性問題。DL 方法的設計必須滿足IRS 輔助無線系統的硬件約束,例如無源散射元件的有限計算和通信能力。例如,利用DL 方法,可以僅在觀察到的系統狀態(例如,通過其感知能力感知到的CSI)以及接收者對其反饋的基礎上,在IRS 控制器處采用決策代理來調整其相位配置。IRS 可以通過檢測或監聽從接收器到發送器的ACK 數據包來估計系統狀態。使用專門設計的ACK(Acknowledge Character)數據包(例如具有不同持續時間或發射功率的ACK 數據包)可以簡化IRS 的信道檢測,而不會在解碼ACK 數據包時消耗能量。
無線通信行業正在設計未來的無線傳輸技術和標準來釋放大量的未使用的頻帶,其中包括毫米波、太赫茲和可見光頻譜。但此類高頻段通信將會面臨信號覆蓋死角的關鍵問題,因為此類短波波形的嚴重阻塞損耗將無法很好地解決。在這種情況下,當IRS 部署在基站和最終用戶之間時,可以利用IRS 的反射和折射兩個顯著的EM 屬性來解決盲區的關鍵問題。例如,用戶位于服務BS 的同一側,在這種情況下,IRS 上的入射EM 波可向用戶反射;而如果用戶在相反側,則入射EM 波可以通過IRS 折射,以增強信號質量到達用戶。可以預見,具有B5G/6G 無線系統的IRS 的3D 部署可以消除此類覆蓋死角,將具有成本效益,并且當前發展中的大規模MIMO和毫米波技術與IRS 技術集成在一起,以最終擴展覆蓋范圍。
最近很多研究致力于解決這一問題,如混合THz 和RF 無線系統等。而可重構智能表面(IRS)作為一項新技術,可以通過調整基站的相位偏移來沿所需方向重新傳輸來自基站的信號,從而利用IRS 和用戶之間的LoS 分量保持良好的溝通質量。因此,IRS 也可以作為輔助毫米波、太赫茲和可見光譜的通信,以避免建筑物阻塞影響、增強覆蓋范圍。
當前的研究通常使用IRS 作為輔助手段來增強現有收發器的傳輸性能。實際上,IRS 的每個散射元素都可以單獨進行相位調整,從而對來自不同方向的入射信號顯示出不同的靈敏度。這意味著IRS 可以用作被動監視無線電環境的傳感器設備陣列。給定與中央IRS 控制器之間的有線或無線連接,可以以節能的方式收集和分析來自不同散射元件的所有傳感信息。從這個角度來看,將IRS 用作智能傳感器陣列將在無線傳感方面具有豐富的應用,例如室內定位和人體姿勢理解。這樣,由IRS 協助的無線系統不僅會增強通信,而且會帶來人與網絡交互的可能性,即通過使用IRS 來了解人類在無線網絡中的行為或意圖,通信性能和用戶滿意度甚至可以更高。
IRS 是一個由大量無源反射元件組成的平面,每個無源反射元件都能獨立地對入射信號產生可控的振幅和/或相位變化,可用于B5G/6G 無線通信系統,實現智能的、可重構的無線信道/無線電傳播環境。本文介紹了IRS 的當前理論研究最新進展,包括信道估計、波束管理、IRS 輔助的NOMA 傳輸、IRS 輔助的物理層安全傳輸,并給出了未來的研究方向。