面向6G的智能反射面無線通信綜述*

齊峰，岳殿武,2**，孫玉

（1.大連海事大學信息科學技術學院，遼寧 大連 116026；2.東南大學毫米波國家重點實驗室，江蘇 南京 210096）

0 引言

隨著5G 標準頒布，5G 網絡開始在全球商用。可以預計，5G 移動通信系統將支撐未來十年信息社會的無線通信需求，成為有史以來最復雜、最龐大的通信網絡，并將在多方面深刻影響社會發展及人類生活[1-3]。盡管5G尚處于規模商用起步階段，相關技術特性還需要繼續增強完善，但是也有必要同步前瞻未來信息社會的通信需求，啟動下一代移動通信系統（6G）技術的研究。就像從十年前看5G 技術一樣，未來6G 技術似乎也只是當前5G 的延伸。但是，新的用戶需求、新的應用場景以及新的網絡趨勢將會帶來更具挑戰性的通信工程問題，因此需要全新的通信模式，尤其是在物理層。6G 目標是滿足十年后的信息社會需求，所以6G 愿景應是現有5G 不能滿足而需要進一步提升的需求[3-4]。

5G 的目標實現離不開大規模MIMO、毫米波通信與超密集網絡這三個關鍵技術的強力支持[1-2]。然而，這些技術面臨著兩個主要的實際限制：一是它們消耗大量的能量，這是實施中的一個關鍵問題；二是由于缺乏對無線傳播信道的控制，它們難以在惡劣的傳播環境中為用戶提供不間斷的連接和令人滿意的服務質量。例如，為使網絡密集化，需要增密基站，從而造成網絡的總能耗線性增加。一個射頻鏈通常包括多個有源部件，如數模轉換器和低噪聲放大器，因此當大規模MIMO 天線陣列中的每個有源天線元件連接成一個射頻鏈時，系統的總成本和能量消耗非常高。此外，當無線傳播環境表現出很差的散射性時，大規模MIMO 性能會受到嚴重影響。雖然毫米波頻帶很寬，但毫米波信號傳播路徑損耗相當大，且容易被物體阻擋。

上述兩個實際限制促使未來需要發展出既可控制傳播環境又可持續發展的綠色通信網絡，最近一種嶄新的技術引起了無線通信領域的普遍關注：智能反射面（IRS,Intelligent Reflecting Surface）。IRS 能夠突破這兩個實際限制，已被列入6G 潛在關鍵技術。

1 智能反射面介紹

IRS 也稱可重構智能面（RIS,Reconfigurable Intelligent Surface）、大型智能面（LIS,Large Intelligent Surface）、軟件定義面（SDS,Software-Defined Surface）。根據研究領域和角度不同，IRS 還有其它多種多樣的稱號[5-10]。

IRS 是由很多個低成本、無源反射單元構成的表面，其所用電磁材料可以是先進的超材料[5]。IRS 既可以安放在建筑物表面上或街道路燈柱、廣告板上，也可以安放在室內棚頂、墻壁上，甚至還可以靈活地安放在家具、衣物等上。其每個反射單元可以控制入射信號，可以改變的參數有相位、幅度、頻率，甚至極化方向。目前討論最多、最便于實踐的是改變相位[6]。如圖1 所示，即使在直線鏈路很不暢通的情況下，IRS 通過智能重構傳播環境也可以形成良好的傳播途徑，從而顯著提高無線網絡的傳輸性能。

圖1 基于智能反射面的無線通信

IRS 通過控制傳播環境能夠擴展無線網絡覆蓋范圍，提升無線網絡頻譜效率和能量效率。除了智能改善無線傳輸環境外，IRS 通信技術其它的一些突出優點可歸納如下[7-9]：

（1）IRS器件可以很方便地部署在室內、室外任何地方；

（2）IRS 只控制反射，耗能少、電磁污染小，符合未來綠色通信要求；

（3）IRS 可以提高定位精度，增強物理層安全，支持全雙工、全頻帶傳輸技術；

（4）IRS 低成本、易實現，便于應用在各種無線網絡中，如物聯網、車聯網等。

IRS 與快速發展中大規模MIMO 技術密切相關，特別是與傳統MIMO 技術相結合，就可以形成一種富有發展前景的大規模MIMO 2.0[9,11]。另一方面，從信號處理和數學描述上看，IRS 輔助無線系統類似于協作中繼系統；但是從物理實現上看，兩者則有明顯區別，協作系統的中繼要配有源天線元件才能產生新的中繼信號[6,12]。

盡管當今5G 無線通信可以具有動態調整的能力，但其對應的無線傳播環境是隨機的、不可控的，而IRS 技術則相反，可以智能控制無線傳輸環境。基于IRS 的智能無線通信是一項革新的技術，由于該技術具有從根本上改變當今無線網絡設計和優化方式的潛力，所以會在未來6G 通信網絡中發揮特別重要的作用[9-11]。鑒于此，國內外很多高校、研究機構紛紛開展了IRS 研究。2021 年初國家自然科學基金委信息科學部還將“智能反射面輔助的移動通信理論與技術”研究列入重點項目立項領域，下面將詳細介紹IRS 研究進展情況。

2 智能反射面研究進展

2.1 國內外研究概述

IRS 技術屬通信技術、電子技術、智能科學、物理學以及材料科學的交叉研究領域。IRS 是由超材料構成的超表面，對于無線網絡的IRS 應用，超表面的可重構特性是基本的要求，以便根據無線環境的變化來調整自身[5]。關于IRS 實現材料方面的具體進展，文獻[7]給出了一個很好的描述。

值得一提的是，東南大學毫米波國家重點實驗室崔鐵軍院士領導的課題組在超材料研發方面取得可喜進展，其研究成果以“Space-Time-Coding Digital Metasurfaces”為題，于2018 年10 月在線發表在《Nature Communications》上。超材料是指亞波長尺度單元按一定的宏觀排列方式形成的人工復合電磁結構，由于其基本單元和排列方式都可任意設計，因此能構造出傳統材料與傳統技術不能實現的超常規媒質參數，進而對電磁波進行高效靈活調控，實現一系列自然界不存在的新奇物理特性和應用。然而，傳統的電磁超材料和超表面都是基于連續變化的媒質參數，很難實時地操控電磁波。2014 年崔鐵軍院士課題組在國際上首次提出“數字編碼與可編程超材料”，采用二進制數字編碼來表征超材料的思想，通過改變數字編碼單元“0”和“1”的空間排布來控制電磁波[13]。這一概念的提出不僅簡化了超材料的設計難度和優化流程，構建了超材料由物理空間通往數字空間的橋梁，使人們能夠從信息科學的角度來理解和探索超材料，更重要的是超材料的數字化編碼表征方式非常有利于結合一些有源器件，在FPGA 等電路系統的控制下實時地數字化調控電磁波，動態地實現多種完全不同的功能。

采用超材料的可重構超表面不僅能用來做無源反射器，也可以用來做有源發射機和接收機。文獻[14] 研究了大規模MIMO 2.0 解決方案，探索可重構超表面取代傳統大規模MIMO 的無線傳輸系統，并進而提出大型智能面LIS 的概念。其理論分析表明，LIS 系統每平方米超面面積的可達容量能隨平均傳輸功率線性增加，而傳統大規模MIMO 的可達容量只隨平均傳輸功率對數增加。此外，還探討了在終端定位中應用LIS[15]。

IRS 無線網絡概念的核心思想是移動通常在無線端點實現的功能到其環境上[7]。在這方面，IRS 與新興技術的協同集成是很有前途且亟需展開的研究方向。鑒于此，目前人們已紛紛考慮IRS 的各種各樣應用場景，包括如下[6-9,17]：

（1）邊緣智能：包括邊緣緩存、邊緣計算和邊緣學習，是一種利用存儲緩解網絡數據流量的先進技術。采用IRS可以有效地提高邊緣緩存、計算和學習網絡的工作效率，特別是IRS 可通過智能調整入射電磁波的相位來緩解邊緣器件的能量限制問題，提升邊緣計算和學習過程中的聯合上行及下行通信效率。

（2）室內外定位：也像利用大規模MIMO 技術一樣，利用智能反射面輔助傳輸技術可以有效提高室內或室外的定位精度。從未來無線信息技術發展趨勢上來講，IRS技術的發展將會有力地推動無線感知技術的普及。

（3）物理層安全：是無線通信領域與信息安全領域的一個研究熱點。應用智能反射面技術既可以增加合法用戶的安全傳輸速率，同時又可以降低非法用戶的竊聽效果。

（4）D2D 通信：是5G 移動通信空口新技術之一，能進行終端到終端的直接信息傳輸。D2D 通信引入智能反射面技術，可支持設備之間低功耗傳輸，提高信息傳輸速率，同時還降低設備之間的干擾。

（5）無線攜能通信：是綠色通信新技術，在物聯網中有廣泛的應用。通過合理部署智能反射面，無線攜能通信網絡就可以大幅提升信息傳輸與能量傳輸的傳輸效果。

（6）無人機通信：具有傳輸距離遠、部署方便、機動靈活、覆蓋范圍廣以及經濟效益高等諸多優點，受到學術界和工業界的廣泛關注。不論是IRS 部署在建筑物表面上還是無人機機身上，均能有效提升無人機系統的服務效果。

未來IRS 具體的應用場景如圖2 所示。

參與本次研究的高血壓左心室肥厚伴衰竭患者和健康人員，時間在2017年5月—2018年5月之間，之后分別將其設為研究組、參照組，例數分別為34例。研究組高血壓左心室肥厚伴衰竭患者中，最大年齡為82歲，最小年齡為30歲，年齡均值統計后為（55.79±6.3）歲。其中男性患者有26例，女性患者有8例，經核實后病程介于1年至8年之間。參照組健康人員中，最大年齡為82歲，最小年齡為31歲，年齡均值統計后為（55.62±6.8）歲。其中男性有24例，女性有10例。

圖2 智能反射面的各種應用場景

上述IRS 重要進展涉及IRS 硬件實現、傳輸功能以及應用場景方面。最近這幾年里有很多學者紛紛開展了利用IRS 反射功能的研究工作，下面將重點介紹IRS 在性能分析、優化設計、信道估計以及應用在毫米波通信的研究進展。

2.2 性能分析方面進展

對于點對點和點對多點的無線傳輸場景，IRS 輔助下的系統性能都得到了很好的分析，特別是對于點對點傳輸場景，文獻[7] 和[16] 從誤碼性能的角度評估了IRS輔助通信的潛力。分析結果表明，基于IRS 的傳輸可以有效地提高接收信噪比，特別是平均接收信噪比可隨IRS的反射單元數目的平方線性增長，因此在相當低的輸入信噪比下可以實現高可靠的無線傳輸。

對于IRS 輔助基站分布多天線的單小區下行傳輸情景，文獻[18]中通過最小化基站傳輸功率分析得出這樣一個單用戶功率縮放律（Power Scaling Law）：隨著IRS 的反射單元數目趨于無窮，接收信號功率增益能按單元數目的平方線性增長。而對于傳統大規模MIMO 系統，接收信號功率增益只能按天線數目一次方線性增長。在文獻[19]中也考慮單小區下行傳輸問題，并通過仿真顯示，在IRS 輔助下的多天線下行系統即使基站采用充分少的天線，整個系統也會獲得像傳統大規模MIMO 一樣的性能增益。

假設IRS 系統每個反射單元具有連續相移過于理想，不符合未來實踐需要。在文獻[18]的后續研究中，考慮IRS具有離散相移，并在此情況下再分析同樣的功率最小化問題。進一步分析結果表明，與具有連續相移的理想情況相比，具有有限分辨率相移的IRS 與具有無限分辨率相移的IRS 有相同的功率縮放律，其功率損失是一個與量化比特數有關的常數，且隨著反射單元數目不斷增加可以忽略不計[20]。

在文獻[21] 中，考慮了萊斯衰落環境下IRS 輔助的大規模MIMO 單用戶系統，并給出了基于遍歷容量近似表達式和CSI（Channel State Information）統計的IRS相移最優解，然后還進一步分析了不同萊斯因子和離散相移對系統性能的影響。仿真結果表明，即使使用2 比特相移也可以保證容量損失相當小。

空間調制（SM,Spatial Modulation）是目前流行的索引調制（IM,Index Modulation），其通過利用MIMO天線的不同衰落特征，將信息比特映射到發射天線索引上。在文獻[22] 中，考慮IRS 與IM 的結合，提出了IRS-SM 和IRS-SSK（Space Shift Keying）兩 個IRS 輔助的IM 系統傳輸方案。通過發揮IRS 和IM 的各自優勢，這兩個方案都能進一步提高信號質量、改善頻譜效率。

目前已出現一些工作考慮與協作中繼系統進行綜合對比。文獻[12]顯示，與傳統的AF（Amplify-and-Forward）中繼處理方式相比，IRS 輔助系統能帶來很大的能量增益。在文獻[23]中，將IRS 輔助的無線傳輸系統與經典的DF（Decodeand-Forward）中繼處理方式進行綜合比較，確定了系統需要在IRS上安放多少個反射單元才會在性能上優于DF中繼系統。

2.3 優化設計方面進展

優化設計是IRS 技術特別重要的課題，目前已得到了廣泛的研討。假定基站分布多天線，考慮IRS 輔助單小區下行傳輸場景[24]（如圖3 所示），將注意力集中在通過優化IRS相位和用戶功率來最大化系統和速率問題上，這個問題可歸結為一個非凸優化問題。為了解決該問題，給出了交替最大化和優化最小化（Majorization-Minimization）算法相結合的方法[25]，基于這個方法，整個系統吞吐量明顯得到改進。在文獻[26]中，考慮了RIS 具有有限分辨率相位情況下的能量效率最大化問題。仿真結果表明，與傳統的AF 中繼系統相比，即使是1 比特相位分辨率也能有效提高系統的能量效率。在后續的文獻[12]中，報道了在更實際的系統設置下關于能量效率、系統和速率的更為全面的仿真結果。值得注意的是，要實現文中所提出的優化方案，基站需要有完美的CSI 和IRS 相位的知識來產生并發送波束成形。

在文獻[18] 和[20] 中，也考慮了單小區下行傳輸場景，特別關注了主動和被動（Active and Passive）波束成形聯合優化設計的問題。具體地說，通過聯合優化基站主動發射波束成形和IRS 被動反射波束成形，在用戶信干噪比約束下，分析了總發射功率如何最小化問題。利用半定松弛和交替優化技術，很好地解決了這個非凸優化問題[27-30]，并且還給出系統性能與計算復雜性之間的折衷解。不論是IRS 相移具有無限還是有限分辨率，都給出了單用戶情況下的功率縮放平方律[6]。對于多用戶情況，通過主動和被動波束成形的聯合優化設計多用戶干擾得到消除，系統頻譜效率與能量效率也得到顯著提升。此外，還初步考慮了IRS 部署優化的問題。

文獻[19] 研究了IRS 輔助單小區多用戶下行傳輸場景，并在基站-IRS 的LOS（Line-of-Sight）信道矩陣秩為1 或滿秩的情況下，分析了使最小用戶信干噪比的最大化問題。在IRS-用戶的信道為相關瑞利衰落情況下，提出了一種對IRS 相移進行優化的算法。對于同樣RIS系統，文獻[31] 則將注意力集中在優化發射波束成形和RIS 相移上。通過考慮最大化頻譜效率，提出了兩種算法來聯合優化發射波束成形和IRS 相移。與文獻[18]和[19]不同，在基站和IRS 具有完美的CSI 的情況下，文獻[31]所提出的算法可保證局部最優解。

文獻[32] 和[33] 研究了IRS 輔助無線系統的物理層安全性。具體來說，文獻[32] 考慮了存在一個合法接收器和一個竊聽器情況下的RIS 輔助安全通信問題，特別是考慮了聯合優化基站主動波束成形和RIS 被動波束成形，以有效提高安全傳輸速率。結果表明，與大規模MIMO 系統相比，增加IRS 反射單元的數量比增加基站天線數量更為有益。文獻[33] 考慮了具有多個合法接收器和多個竊聽器情況下的下行安全傳輸問題，分析了聯合優化主動和被動波束成形以使最小安全速率最大化的問題，并提出了全局最優算法和低復雜度次優算法。文獻[17]分析了更強的竊聽信道情況，也通過聯合設計基站發射波束成形和IRS 相位來最大化合法用戶的安全傳輸速率。

盡管關于IRS 優化設計方面的論文涌現很多，但通過這些工作可以發現人們在設計IRS 輔助系統方面考慮的內容主要包括如下：

（1）IRS 分布結構：最初考慮一個IRS 是為便于分析與設計，但目前越來越多的工作考慮多個IRS，既考慮IRS 并行輔助方式，也考慮IRS 串行輔助場景，至于串并混合復雜情況也有不少學者涉及。

（2）優化設計目標：除了主要考慮最大化傳輸速率和最小化能量消耗外，還有一些學者從可靠性、安全性以及公平性方面來設計和發展優化算法。

（3）被動波束成形：對于IRS 相移控制，最初考慮連續情況便于推導、分析，但面向實踐需要，人們越來越多考慮離散情況，并優化設計出少量量化IRS 相移值達到高精度理想化效果。

（4）信道狀態信息：早期人們對IRS 系統分析與設計是在具有完美信道狀態信息CSI 下進行的，這過于理想化且不符合實踐需要，因此紛紛探索各種各樣信道估計算法，并在不完美CSI 下進行主動與被動波束成形優化設計。

2.4 信道估計方面進展

IRS 輔助系統獲得理想性能的前提是能有精確的CSI，但是對IRS 系統信道估計要克服兩個實現障礙：一個是IRS反射單元無源的特性；另一個是反射單元數目龐大。因此，對于典型的IRS 輔助下行傳輸場景，信道估計要在基站處完成，然后基站再將估計出的結果報道給IRS 處的控制器，控制器再依據所得到的信息調整反射單元相移。在此思路下，文獻[34]提出一個基于MMSE（Minimum Mean-Square Error）信道估計協議，該協議將總信道估計時間劃分為多個時隙。在第一個時隙，所有IRS 單元轉成“OFF”休息狀態，基站估計所有用戶直接信道的CSI。在接著的每個時隙里，只有一個反射單元處于“ON”工作狀態，而其余的反射單元仍處于“OFF”休息狀態，這便于基站獲得只與工作單元有關的CSI。最后基于所有時隙估計的結果，采用MMSE估計方法獲得傳輸所需的完整的CSI。

但當移動用戶很多時，文獻[34] 所提出的方案的信道估計負擔就會變得很沉重。為了能減輕IRS 信道估計負擔，一種替換思路是通過逐個激活每個用戶方法來完成CSI 的估計[8]，逐個激活每個用戶可使要估計的級聯信道分解成一系列單輸入多輸出為每個用戶感知的信道。因此，針對多用戶上行傳輸場景，文獻[35] 提出一個分三個連續處理階段的信道估計新方案。通過利用所有用戶分享同一個IRS 到基站間的鏈路這一事實，所給出的信道估計方案可顯著降低所需的導頻長度。

對于基站分布大規模天線陣而多個用戶終端分布小規模天線陣的下行傳輸場景，文獻[36]探討了采用完全被動IRS 元件的級聯信道估計問題，提出了關于發送端-IRS 和IRS-接收端級聯MIMO 信道估計的一般框架，并給出了一個有三個處理階段的信道估計方案，這三個階段分別是稀疏矩陣因子分解、歧義消除、矩陣補全[9]。具體來說，第一階段利用接收信號進行矩陣因子分解，導出基站與IRS 間信道矩陣和IRS 與移動用戶間信道矩陣；第二階段利用IRS狀態矩陣信息排除矩陣在因子分解中存在的歧義性，IRS 狀態矩陣信息包含每一時刻所有單元“ON/OFF”信息；第三階段則利用信道矩陣性質恢復缺失元素的信息。這三個處理階段要分別通過三個算法來完成：雙線性廣義近似消息傳遞（Bilinear Generalized Approximate Message Passing）算法、貪婪追蹤算法、黎曼流形梯度算法。在文獻[36]的后續研究中，對所給出的信道估計方案進行了改進，特別將三個處理階段改成了兩個處理階段[8]。

文獻[37] 探索了一個基于壓縮感知的深度學習信道估計方法，特別是提出了一個基于稀疏信道傳感器的新型IRS 架構：IRS 由兩類單元組成，一類是無源的，另一類是有源的。不同于無源單元，IRS 有源單元要連接到控制器的基帶處理器上。在RIS 中使用了少量有源單元就可以簡化信道估計處理過程。利用這些有源單元估計的信道信息通過深度神經網絡就可了解所有單元的無線信道狀況，進一步深度學習可以指導IRS 學習如何利用主動元件估計的信道信息以最佳方式與輸入信號相互作用。

針對能量收集的RIS 輔助多發單收的單用戶系統，文獻[38] 提出了一種新的信道估計協議。特別是考慮到IRS 沒有主動元件，為了實現高效的功率傳輸，給出了主動和被動的波束成形近似最優的設計方案。

2.5 應用在毫米波通信方面進展

上述關于IRS 研究諸多進展幾乎都集中在傳統微波通信上，最近不少學者也開始考慮將IRS 技術應用在更高頻帶上，包括無線光通信[39-40]、太赫茲通信[41-42]、毫米波通信[43-54]。下面將主要介紹IRS 毫米波通信方面的研究動態。

關于毫米波通信不論是單用戶還是多用戶場景，不論是采用單個IRS 還是多個IRS、基站不論是采用小規模天線陣列還是大規模天線陣列均有學者進行探討。盡管信道模型不同于傳統微波頻帶，但采用的方法和引出結論有很多類似于傳統微波通信。目前有關研究主要涉及信道容量與可達速率優化[43-45]、主動和被動波束成形聯合設計[46-47]、功率分配與波束成形聯合設計[48]、模擬和數字混合波束成形[49-50]、信道估計算法[51]、用戶關聯（User Association）[52]以及安全傳輸[53]等內容。

對于IRS 輔助下的單用戶毫米波下行通信系統，文獻[46] 探討了主動和被動波束成形聯合優化問題，特別是考慮了基站分布多天線、用戶分布單天線、多個IRS輔助傳輸的場景。在基站-IRS 信道采用秩1 信道模型下，對單個IRS 輔助情況導出了最優閉式解，而對多個IRS輔助情況則給出了接近最優解析解。隨后在文獻[47]中，對IRS 反射單元具有低精度相移情景繼續探討系統主動和被動波束成形聯合優化問題。分析結果表明，即使在IRS 反射單元只有低精度相移的情況下，用戶接收信號功率仍能隨反射單元數目平方成比例地增加。

對于多個IRS 輔助下的多用戶毫米波下行通信系統，文獻[48] 探討了功率分配與波束成形聯合優化問題[48]。假定基站分布多天線而每個用戶只分布單個天線，對基站-IRS 信道和IRS-用戶信道均采用秩1 信道模型，文獻[48] 中給出了一個新的交替流形優化算法。隨后在文獻[53]，對多個IRS 輔助下的毫米波下行單用戶通信系統探討了安全速率最大化問題。假定基站分布多天線而合法用戶與竊聽者只分布單個天線，基于連續凸逼近和流形優化技術，給出了一個交替優化方案。

在文獻[49]中，對于單個IRS 輔助下的多用戶毫米波下行通信系統，關注混合波束成形與IRS 相移聯合優化設計，文中也假定基站分布多天線而每個用戶只分布單個天線，對基站-IRS信道和IRS-用戶信道均采用常用的幾何信道模型后，給出了一個可使均方誤差達到最小的迭代優化算法。此外，文獻[54]既考慮IRS 輔助也考慮ITS（Intelligent Transmitting Surface）輔助的毫米波大規模MIMO 系統架構，利用毫米波信道的稀疏性提出了兩個有效的預編碼方案。

3 未來研究課題

由于IRS 輔助的無線通信是最近吸引研究人員關注的一個嶄新技術，因此有許多有趣且重要的研究話題期待探討。

3.1 信道模型與理論分析

關于信道模型，目前IRS 到用戶間的信道經常采用的是簡單的獨立同分布瑞利衰落信道或者萊斯衰落信道，而在基站和IRS 之間通常采用秩為1 的LOS 信道。前者是不現實的，因為MIMO衰落信道在實際應用中幾乎總是空間相關的，而后者會構成針孔信道，從而限制系統有效服務多個用戶的能力。研究IRS 到用戶間的相關信道模型和基站到IRS 間的高秩LOS 信道無疑是重要的話題，目前雖有些探索，但還遠不夠深透、成熟[19]。IRS 發展將需要IRS 的空間相關模型，初步工作通過用相關瑞利模型代替典型的獨立同分布瑞利模型，可是傳統的離散天線陣列統計模型并不直接適用，因為基于超材料的IRS 是使用完全不同的技術實現的。對相關信道的正確建模，要充分了解IRS 內在的相關結構以及IRS 大尺度與小尺度衰落特征，這需要既熟悉通信技術又懂電磁理論的研究人員進行深入探討[7,55-56]。

目前有許多工作是通過解決復雜的非凸優化問題來使IRS 相移得到優化的[6-9]，這樣得到的優化相移和系統性能因為是通過計算得到的數字解，一般很難獲得依賴于信道參數的理論表達式，除了特殊的情景，如單IRS 單用戶情況[34]。理論分析表達式是特別重要的，因為能使人們洞察信道和系統參數對系統性能的影響程度，比如說獲得IRS 的功率縮放律，給出IRS 優化設計指南[8-9,56]。因此，未來需要發展易于處理和便于洞察的理論分析框架以便刻畫IRS 的利益及作用，尤其是對于分布多個IRS 的場景。相比較而言，目前人們對IRS 能帶來的復用方面的潛在利益還不清楚[57]。

3.2 將IRS與毫米波通信結合

現存通信技術是通過優化通信端點來改進性能，而IRS 技術是通過優化傳播環境來提高性能。IRS 輔助的無線通信技術是當前很有發展前景的研究方向。將IRS 與5G/6G 中其它重要技術結合是未來值得關注的研究課題，比如和大規模MIMO、毫米波通信、太赫茲通信、可見光通信、超密集網絡、非正交多址等結合。其中，特別值得關注的是IRS 與毫米波通信結合課題。

毫米波一般指頻譜范圍為30—300 GHz、波長范圍為1～10 mm 的電磁波。在毫米波頻段可以構建高達800 MHz的超大帶寬通信系統，通信速率高達10 Gbit/s，可以滿足ITU 對5G 通信系統的要求。毫米波已經成為3GPP 5G 移動通信系統的必要組成部分[58]。在中低頻5G 大規模商用后，毫米波將成為5G 商用的下一個重點。通信業內開始形成的共識是在后5G 時代與6G 時代，毫米波將成為極大提升網絡容量和促進新業務部署的關鍵使能技術。因此，對毫米波技術的進一步研究不僅有利于5G 毫米波系統的規模化部署和商業經營，還將對5G 后續演進和未來6G 技術的研究奠定基礎。

毫米波通信與大規模MIMO 均是5G 中的關鍵技術，且它們是相輔相成的：一方面，毫米波通信波長短、路徑損耗大，對其覆蓋范圍產生很大影響，為此需要利用大規模MIMO 技術產生的波束成形增益來彌補其路徑損耗；另一方面，毫米波的使用對天線陣列的大規模部署和終端的小型化都非常有利。因此，將毫米波通信與大規模MIMO 技術密切結合既自然又必要。鑒于此，毫米波大規模MIMO 通信技術得到了廣泛地探討[59]。但是，在發送端和接收端安裝大量的天線需要在技術上克服成本增加和能耗變大的問題。此外，除了路徑損耗大以外，毫米波傳播容易受到物體阻擋，尤其是在城市建筑密集地區，如在100 GHz 以上移動環境中很難有可靠的LOS 鏈路[7]。IRS 的出現則為解決這些技術難題帶來了希望，其是由大量低成本、高能效的反射單元構成，分布IRS 可以將很弱的傳播路徑變成很強的傳播路徑。采用IRS 是一個經濟、高效、環保的解決方案，因此為了滿足未來6G 高速率、大容量、低功耗的實際傳輸需要，積極開展IRS 輔助下的毫米波大規模MIMO 通信技術研究就變得十分必要。

4 結束語

隨著5G 商業化部署的開展，6G 的研究也在國內外得到廣泛的探討。IRS 技術有望在未來6G 通信中發揮特別重要的作用，盡管當前已有很多研究結果涌現，但從總體上來看，關于IRS 的研究才剛起步。鑒于此，本文綜述了IRS 的研究進展，并討論了未來值得進一步開展的研究話題。