透射反射雙功能RIS輔助的SWIPT系統研究

摘 要：研究了一種透射反射雙功能可重構智能表面（Ｓｉｍｕｌｔａｎｅｏｕｓｌｙ Ｔｒａｎｓｍｉｔｔｉｎｇ ａｎｄ Ｒｅｆｌｅｃｔｉｎｇ Ｒｅｃｏｎｆｉｇｕｒａｂｌｅ ＩｎｔｅｌｌｉｇｅｎｔＳｕｒｆａｃｅ，ＳＴＡＲ-ＲＩＳ） 輔助的無線攜能通信（Ｓｉｍｕｌｔａｎｅｏｕｓ Ｗｉｒｅｌｅｓｓ Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｐｏｗｅｒ Ｔｒａｎｓｆｅｒ，ＳＷＩＰＴ） 系統。部署ＳＴＡＲ-ＲＩＳ 以輔助從多天線接入點（Ａｃｃｅｓｓ Ｐｏｉｎｔ，ＡＰ） 到多個單天線信息解碼接收器（Ｉｎｆｏｒｍａｔｉｏｎ Ｄｅｃｏｄｉｎｇ Ｒｅｃｅｉｖｅｒ，ＩＤＲ） 和能量收集接收器（Ｅｎｅｒｇｙ Ｈａｒｖｅｓｔｉｎｇ Ｒｅｃｅｉｖｅｒ，ＥＨＲ） 的信息或功率傳輸。目標是通過聯合優化其發射預編碼矩陣及ＳＴＡＲ-ＲＩＳ的反射和透射系數矩陣，在ＩＤＲ 可實現通信速率和ＥＨＲｓ 的能量收集量約束下，使ＡＰ 的發射功率最小化。然而，這個優化問題是非凸的，變量之間有著復雜的耦合。為了解決這一問題，采用交替優化算法解耦耦合的變量，對發射預編碼矩陣及ＳＴＡＲ-ＲＩＳ 的反射和透射系數矩陣可以分別使用半正定松弛（Ｓｅｍｉｄｅｆｉｎｉｔｅ Ｒｅｌａｘａｔｉｏｎ，ＳＤＲ） 算法和基于懲罰的算法進行優化。仿真結果表明，ＳＴＡＲ-ＲＩＳ 系統方案可以獲得比傳統的僅反射或僅透射ＲＩＳ 更好的性能。

關鍵詞：透射反射雙功能；可重構智能表面；無線攜能通信；交替優化

中圖分類號：ＴＮ９２５＋． ２ 文獻標志碼：Ａ 開放科學（資源服務）標識碼（ＯＳＩＤ）：

文章編號：１００３－３１０６（２０２４）０７－１６６０－０８

０ 引言

無線攜能通信（Ｓｉｍｕｌｔａｎｅｏｕｓ Ｗｉｒｅｌｅｓｓ Ｉｎｆｏｒｍａｔｉｏｎａｎｄ Ｐｏｗｅｒ Ｔｒａｎｓｆｅｒ，ＳＷＩＰＴ）系統可確保未來無線供電物聯網（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ，ＩｏＴ）中眾多低功耗設備同時傳輸數據和能源［１－２］。然而，由于路徑損耗大，ＳＷＩＰＴ 系統的傳輸效率和傳輸范圍在長距離傳輸中并不理想［３］。利用可重構智能表面（Ｒｅｃｏｎｆｉｇｕ-ｒａｂｌｅ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｕｒｆａｃｅ，ＲＩＳ）可以減輕長距離通信引起的傳輸損耗問題［４］。作為６Ｇ 潛在的關鍵技術之一，ＲＩＳ 配備了大量低成本的被動元件［５－６］。借助連接在ＲＩＳ 上的智能控制器，可以調整ＲＩＳ 上無線信號的傳播［７－９］。為此，文獻［１０］提出了一種ＲＩＳ輔助ＳＷＩＰＴ 系統的聯合預編碼方案，以增強無線功率傳輸的效率。與不包含ＲＩＳ 的ＳＷＩＰＴ 系統相比，該方案具有顯著的性能增益。文獻［１１］提出了一種交替迭代算法來聯合優化ＲＩＳ 輔助的ＳＷＩＰＴ 多輸入多輸出（Ｍｕｌｔｉｐｌｅ Ｉｎｐｕｔ Ｍｕｌｔｉｐｌｅ Ｏｕｔｐｕｔ，ＭＩＭＯ）系統基站端的發射預編碼矩陣和ＲＩＳ 處的無源波束成形矩陣，以使無線系統的加權和速率最大化，并同時滿足能量信號接收器的能量收集要求。文獻［１２］從完美和不完美信道狀態信息（Ｃｈａｎｎｅｌ Ｓｔａｔｅ Ｉｎ-ｆｏｒｍａｔｉｏｎ，ＣＳＩ）２ 個不同的角度研究了ＲＩＳ 輔助的ＳＷＩＰＴ 系統，將最大化最小速率作為一個非凸約束優化問題進行了研究。這些研究結果表明，ＲＩＳ 輔助的ＳＷＩＰＴ 系統可以進一步提高無線系統的頻譜效率。

然而現有的研究主要集中在考慮僅反射ＲＩＳ 的情況，僅反射ＲＩＳ 的基板對于處于其工作頻率的無線信號是不透明的。可調諧元件集成在不透明基底上，防止無線信號穿透ＲＩＳ，使得沒有能量泄漏到ＲＩＳ 后面的空間中。因此，發射器和接收器必須位于ＲＩＳ 的同一側，從而導致僅利用半空間智能無線電環境，嚴重限制了ＲＩＳ 的靈活性和有效性。為了克服ＲＩＳ 的限制，文獻［１３］提出了透射反射雙功能可重構智能表面（Ｓｉｍｕｌｔａｎｅｏｕｓｌｙ Ｔｒａｎｓｍｉｔｔｉｎｇ ａｎｄＲｅｆｌｅｃｔｉｎｇ Ｒｅｃｏｎｆｉｇｕｒａｂｌｅ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｕｒｆａｃｅ，ＳＴＡＲ-ＲＩＳ）的新概念。ＳＴＡＲ-ＲＩＳ 的基板必須在其工作頻率下對無線信號透明。此外，為了促進同時透射和反射，ＳＴＡＲ-ＲＩＳ 依賴于更復雜的設計。從表面的任一側入射到ＳＴＡＲ-ＲＩＳ 元件上的無線信號被分成兩部分［１４］：一部分（反射信號）被反射到與入射信號相同的空間，即反射空間；另一部分（透射信號）被透射到與入射信號相對的空間，即透射空間。通過操縱ＳＴＡＲ-ＲＩＳ 元件的電流和磁流，可以通過２ 個通常獨立的系數（透射系數和反射系數）重新配置透射和反射信號［１３］。由于傳統的僅反射ＲＩＳ 僅實現半空間覆蓋，因此從接入點（Ａｃｃｅｓｓ Ｐｏｉｎｔ，ＡＰ）出現的信號可能需要多跳反射到達目標用戶。通過利用透射和反射，所得到的全空間覆蓋可以減小傳播距離，從而增加接收信號功率。文獻［１５］提出了能量分割（Ｅｎｅｒｇｙ Ｓｐｌｉｔｔｉｎｇ，ＥＳ ）、模式選擇（ＭｏｄｅＳｗｉｔｃｈｉｎｇ，ＭＳ）和時間切換（Ｔｉｍｅ Ｓｗｉｔｃｈｉｎｇ，ＴＳ）三種協議，用于在多輸入單輸出網絡中運行ＳＴＡＲ-ＲＩＳ，并考慮了功率最小化設計。文獻［１６］研究了ＳＴＡＲ-ＲＩＳ 輔助ＭＩＭＯ 網絡中的聯合預編碼矩陣、透射和反射系數優化，以最大化加權和率。研究結果驗證了ＳＴＡＲ-ＲＩＳ 技術的優越性。與傳統的僅反射的ＲＩＳ 優化問題相比，ＳＴＡＲ-ＲＩＳ 的主要挑戰總結如下：首先，ＳＴＡＲ-ＲＩＳ 需要優化２ 種類型的無源波束成形（透射和反射波束成形），而對于常規的僅反射的ＲＩＳ，僅須設計反射波束成形。在數學上，傳統的僅反射的ＲＩＳ 的優化問題是ＳＴＡＲ-ＲＩＳ的優化問題的特殊情況，其中透射功能被關閉并且僅服務反射區用戶。其次，對于所提出的ＥＳ 和ＭＳ 協議，透射和反射波束成形耦合在一起，這與傳統的僅反射的ＲＩＳ 相比進一步復雜化資源分配。因此，ＳＴＡＲ-ＲＩＳ 所考慮的問題比傳統的僅反射的ＲＩＳ 更難解決。

上述工作在ＳＴＡＲ-ＲＩＳ 輔助無線通信和ＲＩＳ 輔助ＳＷＩＰＴ 系統中分別取得了良好的效果，但將ＳＴＡＲ-ＲＩＳ 與ＳＷＩＰＴ 結合起來的工作卻很少。如文獻［１７］研究了ＳＴＡＲ-ＲＩＳ 輔助的無線供電的ＩｏＴ 網絡以最大化系統的吞吐量。文獻［１８ ］研究了ＳＴＡＲ-ＲＩＳ 輔助ＳＷＩＰＴ 系統中的和速率最大化問題。以上研究均基于ＴＳ 模式，未考慮到反射和透射系數矩陣的優化設計以及用戶間干擾。此外，在滿足各項通信指標的同時，實現低功率傳輸是未來綠色通信的重要目標，以上研究并未涉及聯合能量收集量約束、信息傳輸速率約束以及ＳＴＡＲ-ＲＩＳ 的２ 種耦合的反射和透射系數矩陣約束等條件下的發射功率優化研究。鑒于此，本文研究了一個ＳＴＡＲ-ＲＩＳ 輔助的ＳＷＩＰＴ 系統中的功率最小化問題。采用交替優化（Ａｌｔｅｒｎａｔｉｎｇ Ｏｐｔｉｍｉｚａｔｉｏｎ，ＡＯ）算法解耦耦合的變量，對發射預編碼矩陣及ＳＴＡＲ-ＲＩＳ 的反射和透射系數矩陣分別使用半正定松弛（Ｓｅｍｉｄｅｆｉｎｉｔｅ Ｒｅｌａｘａｔｉｏｎ，ＳＤＲ）算法和基于懲罰的算法進行優化。仿真對比了ＳＴＡＲ-ＲＩＳ 不同協議以及傳統的僅反射或僅透射ＲＩＳ。結果表明，ＳＴＡＲ-ＲＩＳ 可以獲得比傳統的僅反射或僅透射ＲＩＳ 更好的性能。

１ 系統模型

如圖１ 所示，考慮一個窄帶ＳＴＡＲ-ＲＩＳ 輔助的ＳＷＩＰＴ 系統，該系統工作在頻率平坦信道上。其中Ｎ 天線ＡＰ 通過一個包含Ｍ 個元素的ＳＴＡＲ-ＲＩＳ 輔助為多個信息解碼接收器（Ｉｎｆｏｒｍａｔｉｏｎ Ｄｅｃｏｄｉｎｇ Ｒｅ-ｃｅｉｖｅｒｓ，ＩＤＲ）和能量收集接收器（Ｅｎｅｒｇｙ ＨａｒｖｅｓｔｉｎｇＲｅｃｅｉｖｅｒｓ，ＥＨＲ）提供服務。分別用＝ ｛１，２，…，ＫＩ｝和＝ ｛１，２，…，ＫＥ ｝表示。假設ＡＰ 和用戶之間的直接通信鏈路被障礙物阻塞。部署的ＳＴＡＲ-ＲＩＳ通過建立額外的透射和反射鏈路，為信號盲區的用戶提供通信服務和滿足能量收集需求。設Ｇ ∈CＭ×Ｎ ，ｆＨｒ，ｊ∈ C１×Ｍ ，ｆＨｔ，ｉ∈C １×Ｍ 分別表示從ＡＰ 到ＳＴＡＲ-ＲＩＳ、ＳＴＡＲ-ＲＩＳ 到第ｉ 個ＩＤＲ 用戶，ＳＴＡＲ-ＲＩＳ 到第ｊ 個ＥＨＲ 用戶的窄帶準靜態衰落信道。為了能夠揭示ＳＴＡＲ-ＲＩＳ 所實現的最大性能增益，假設在ＡＰ 中可以獲得所有信道的完美ＣＳＩ。簡單起見，在ＡＰ 處考慮線性傳輸預編碼，并假設每個ＩＤＲ 或ＥＨＲ 分配一個單獨的信息或能量波束。

圖２ 為所考慮的仿真模型，其中ＡＰ 和ＳＴＡＲ-ＲＩＳ 分別位于（０，０，０）ｍ 和（０，１０，０）ｍ。ＩＤＲ 和ＥＨＲ 用戶隨機位于以ＳＴＡＲ-ＲＩＳ 為中心的半圓上，半徑分別為ｄｒ ＝ ２ ｍ 和ｄｔ ＝ ２０ ｍ。小尺度衰落信道Ｇ 建模為：

式中：萊斯因子ＫＡＲ ＝ ３ ｄＢ，αＡＲ 表示相應的路徑損耗指數，ρ０ ＝ －３０ ｄＢ 表示參考距離為１ ｍ 時的路徑損耗，ＧＬｏＳ 表示確定性視線分量（Ｌｉｎｅ ｏｆ Ｓｉｇｈｔ，ＬｏＳ），ＧＮＬｏＳ 表示采用瑞利衰落建模的隨機非視距（Ｎｏｎ Ｌｉｎｅ ｏｆ Ｓｉｇｈｔ，ＮＬｏＳ）分量，其余信道可以用類似的方法獲得。

其他所需參數設置如下：用戶數ＫＥ ＝ ２，ＫＩ ＝ ２。初始化懲罰因子η ＝１０－４ ，等式約束的精度ε１ ＝１０－７ ，交替優化算法的收斂容差ε２ ＝１０－３ ，算法最大迭代次數ｎｍａｘ ＝３０，ｒｍａｘ ＝３０。用戶噪聲功率σ２ｉ＝ －９０ ｄＢｍ，基于懲罰算法的放縮因子ω ＝ １０。假設ＩＤＲ 具有相同的ＱｏＳ 要求，即：Ｒｉ ＝Ｒ０△"=ｌｂ（１＋Υ０ ），Υ０ 是所需的最小信干噪比（Ｓｉｇｎａｌ ｔｏ Ｉｎｔｅｒｆｅｒｅｎｃｅ ｐｌｕｓ Ｎｏｉｓｅ Ｒａｔｉｏ，ＳＩＮＲ）。同樣，ＥＨＲ 能量收集要求為Ｅｊ ＝Ｅ０ ＝１ ｍＷ。

將所提出的設計方案與一些基準進行比較［１１］：① 均勻能量分割（Ｕｎｉｆｏｒｍ Ｅｎｅｒｇｙ Ｓｐｌｉｔｔｉｎｇ，ＵＥＳ）方案，例如：固定βｔｍ ＝ βｒｍ ＝ ０． ５，只優化θｔｍ 和θｒｍ ；② 傳統的ＲＩＳ 方法，其中一個僅反射ＲＩＳ 的Ｍ ／ ２ 個元件和一個僅透射ＲＩＳ 的Ｍ ／ ２ 個元件被部署在與ＳＴＡＲ-ＲＩＳ 相同的位置處，并且彼此相鄰。這種配置可以提供ＳＴＡＲ-ＲＩＳ 和常規ＲＩＳ 之間的公平比較。

首先分析所提出的方法的收斂性。圖３ 繪制了所需發射功率與迭代次數的關系圖，其中Υ０ ＝１０ ｄＢ。從圖中可以看到，經過２０ 次迭代發射功率傾向于收斂到一個穩定的值。此外，較大的Ｍ 以較慢的收斂速度為代價實現較低的發射功率，因為需要優化更多的變量。

圖４ 展示了所需功耗與ＳＴＡＲ-ＲＩＳ 元素個數Ｍ之間的關系，其中Ｎ ＝ ２，Υ０ ＝ １０ ｄＢ。從圖中可以看出，所有方案所需的功耗隨著Ｍ 的增加而降低。因為更大的Ｍ 能夠實現更高的透射或反射波束成形增益，進而降低了ＡＰ 的所需功耗。由于ＴＳ 模式每個用戶的無干擾通信，即在每個時刻僅服務一個用戶，ＴＳ 達到較優的性能。但是元件的周期性切換引入了對時間同步的嚴格要求，需要更高的硬件實現復雜度。還可以觀察到，ＥＳ 優于ＭＳ 模式。因為在數學上ＭＳ 是ＥＳ 的特殊情況。由于傳統的ＲＩＳ 采用固定數量的透射和反射元件，因此不能利用與ＳＴＡＲ-ＲＩＳ 可用的相同的自由度［１５］（Ｄｅｇｒｅｅｓ ｏｆ Ｆｒｅｅ-ｄｏｍ，ＤｏＦ）來增強期望的信號強度并減輕用戶間干擾。因此，傳統的ＲＩＳ 總是性能最差。

圖５ 比較了不同協議下的所需功耗與ＡＰ 天線的數量Ｎ 的關系，其中Ｍ ＝ １０，Υ０ ＝ １０ ｄＢ。可以看出，由于較高的主動波束成形增益，所有方案需要的功耗均隨著Ｎ 的增加而降低。同樣ＳＴＡＲ-ＲＩＳ 性能優于常規的ＲＩＳ，因為可以利用更多的用于透射和反射設計的ＤｏＦ。還能觀察到由于基準方案ＵＥＳ缺少逐元素控制的ＤｏＦ，ＥＳ 性能優于ＵＥＳ 模式。

圖６ 展示了所需功耗與最小所需ＳＩＮＲ 的關系，其中Ｍ ＝ １０，Ｎ ＝ ２。可以看出，隨著最小所需ＳＩＮＲ 的增加，所有方案的所需功耗均增加。還可以觀察到ＴＳ 模式對于小Υ０ 實現最佳性能（當Υ０ ≤１０ｄＢ 時），但是對于大的Υ０ ，其他方案優于該方案。這是因為ＴＳ 的無干擾通信是以通信時間的低效使用為代價實現的，這對于大Υ０ 來說成為主要的性能瓶頸。相比之下，由于對于ＥＳ、ＭＳ、ＵＥＳ 和傳統ＲＩＳ，在整個通信時間期間服務所有用戶，因此盡管存在用戶間干擾，但是對于大Υ０ ，實現了比ＴＳ 更高的性能。

圖７ 為所需功耗與每個ＥＨＲ 最小接收功率的關系，其中Ｍ ＝ １０，Ｎ ＝ ２，Υ０ ＝ １０ ｄＢ。為了進一步揭示ＳＴＡＲ-ＲＩＳ 對ＡＰ 處的發送預編碼器設計的影響，對于ＥＳ 方案和傳統ＲＩＳ 方案，考慮不發送專用能量波束的對比方案。從圖中可以看出，對于具有和不具有能量波束的情況，ＥＳ 模式性能優于傳統ＲＩＳ。通過部署ＳＴＡＲ-ＲＩＳ，發送專用能量波束節省的發射功率明顯降低。因此，在ＳＴＡＲ-ＲＩＳ 輔助的ＳＷＩＰＴ系統中，發送專用能量波束的必要性被削弱。這表明如果沒有發送能量波束，ＳＴＡＲ-ＲＩＳ 的部署可以潛在地簡化ＡＰ 以及ＩＤＲｓ 處的發射波束成形設計，因為不需要能量信號消除組件。

４ 結束語。

本文研究了透射反射雙功能ＲＩＳ 輔助的無線攜能通信系統。通過聯合優化發射預編碼矩陣及ＳＴＡＲ-ＲＩＳ 的反射和透射系數矩陣，在ＩＤＲ 可實現通信速率和ＥＨＲ 的能量收集量約束下實現ＡＰ 的發射功率最小化。對于ＥＳ 方案，提出了基于ＳＤＲ算法和基于懲罰算法的交替優化算法來解決聯合波束成形優化問題。仿真結果驗證了在ＳＷＩＰＴ 系統下，ＳＴＡＲ-ＲＩＳ 在節省發射功率方面的有效性。此外，使用ＳＴＡＲ-ＲＩＳ 能夠有效地減少ＳＷＩＰＴ 系統所需的能量束的數量。

參考文獻

［１］ ＣＬＥＲＣＫＸ Ｂ，ＺＨＡＮＧ Ｒ，ＳＣＨＯＢＥＲ Ｒ，ｅｔ ａｌ． Ｆｕｎｄａｍｅｎｔａｌｓｏｆ Ｗｉｒｅｌｅｓｓ Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｐｏｗｅｒ Ｔｒａｎｓｆｅｒ： Ｆｒｏｍ ＲＦＥｎｅｒｇｙ Ｈａｒｖｅｓｔｅｒ Ｍｏｄｅｌｓ ｔｏ Ｓｉｇｎａｌ ａｎｄ Ｓｙｓｔｅｍ Ｄｅｓｉｇｎｓ［Ｊ］． ＩＥＥＥ Ｊｏｕｒｎａｌ ｏｎ Ｓｅｌｅｃｔｅｄ Ａｒｅａｓ ｉｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０１９，３７（１）：４－３３．

［２］ ＶＫＲＩＫＩＤＩＳ Ｉ，ＴＩＭＯＴＨＥＯＵ Ｓ，ＮＩＫＯＬＡＯＵ Ｓ，ｅｔ ａｌ． Ｓｉｍｕｌｔａｎｅｏｕｓ Ｗｉｒｅｌｅｓｓ Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｐｏｗｅｒ Ｔｒａｎｓｆｅｒ ｉｎＭｏｄｅｒｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍｓ［Ｊ］． ＩＥＥＥ ＣｏｍｍｕｎｉｃａｔｉｏｎｓＭａｇａｚｉｎｅ，２０１４，５２（１１）：１０４－１１０．

［３］ ＡＳＨＲＡＦ Ｎ，ＳＨＥＩＫＨ Ｓ Ａ，ＫＨＡＮ Ｓ Ａ，ｅｔ ａｌ． ＳｉｍｕｌｔａｎｅｏｕｓＷｉｒｅｌｅｓｓ Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｐｏｗｅｒ Ｔｒａｎｓｆｅｒ ｗｉｔｈ ＣｏｏｐｅｒａｔｉｖｅＲｅｌａｙｉｎｇ ｆｏｒ Ｎｅｘｔｇｅｎｅｒａｔｉｏｎ Ｗｉｒｅｌｅｓｓ Ｎｅｔｗｏｒｋｓ：Ａ Ｒｅｖｉｅｗ［Ｊ］． ＩＥＥＥ Ａｃｃｅｓｓ，２０２１，９：７１４８２－７１５０４．

［４］ ＨＵＭ Ｓ Ｖ，ＰＥＲＲＵＩＳＳＥＡＵＣＡＲＲＩＥＲ Ｊ． ＲｅｃｏｎｆｉｇｕｒａｂｌｅＲｅｆｌｅｃｔａｒｒａｙｓ ａｎｄ Ａｒｒａｙ Ｌｅｎｓｅｓ ｆｏｒ Ｄｙｎａｍｉｃ ＡｎｔｅｎｎａＢｅａｍ Ｃｏｎｔｒｏｌ：Ａ Ｒｅｖｉｅｗ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ａｎｔｅｎｎａｓ ａｎｄ Ｐｒｏｐａｇａｔｉｏｎ，２０１４，６２（１）：１８３－１９８．

［５］ ＬＩＵ Ｙ Ｗ，ＬＩＵ Ｘ，ＭＵ Ｘ Ｄ，ｅｔ ａｌ． Ｒｅｃｏｎｆｉｇｕｒａｂｌｅ ＩｎｔｅｌｌｉｇｅｎｔＳｕｒｆａｃｅｓ：Ｐｒｉｎｃｉｐｌｅｓ ａｎｄ Ｏｐｐｏｒｔｕｎｉｔｉｅｓ［Ｊ］． ＩＥＥＥ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｓｕｒｖｅｙｓ ａｎｄ Ｔｕｔｏｒｉａｌｓ，２０２１，２３（３）：１５４６－１５７７．

［６］ ＷＵ Ｑ Ｑ，ＺＨＡＮＧ Ｒ． Ｉｎｔｅｌｌｉｇｅｎｔ Ｒｅｆｌｅｃｔｉｎｇ Ｓｕｒｆａｃｅ Ｅｎｈａｎｃｅｄ Ｗｉｒｅｌｅｓｓ Ｎｅｔｗｏｒｋ ｖｉａ Ｊｏｉｎｔ Ａｃｔｉｖｅ ａｎｄ ＰａｓｓｉｖｅＢｅａｍｆｏｒｍｉｎｇ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０１９，１８（１１）：５３９４－５４０９．

［７］ ＷＵ Ｑ Ｑ，ＺＨＡＮＧ Ｒ． Ｔｏｗａｒｄｓ Ｓｍａｒｔ ａｎｄ ＲｅｃｏｎｆｉｇｕｒａｂｌｅＥｎｖｉｒｏｎｍｅｎｔ：Ｉｎｔｅｌｌｉｇｅｎｔ Ｒｅｆｌｅｃｔｉｎｇ Ｓｕｒｆａｃｅ Ａｉｄｅｄ ＷｉｒｅｌｅｓｓＮｅｔｗｏｒｋ ［Ｊ］． ＩＥＥＥ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｍａｇａｚｉｎｅ，２０２０，５８（１）：１０６－１１２．

［８］ ＨＵＡＮＧ Ｃ Ｗ，ＺＡＰＰＯＮＥ Ａ，ＡＬＥＸＡＮＤＲＯＰＯＵＬＯＳ Ｇ Ｃ，ｅｔ ａｌ． Ｒｅｃｏｎｆｉｇｕｒａｂｌｅ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｕｒｆａｃｅｓ ｆｏｒ Ｅｎｅｒｇｙ Ｅｆｆｉｃｉｅｎｃｙ ｉｎ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓｏｎ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０１９，１８（８）：４１５７－４１７０．

［９］ ＢＡＳＡＲ Ｅ，ＲＥＮＺＯ Ｍ Ｄ，ＲＯＳＮＹ Ｊ Ｄ，ｅｔ ａｌ． ＷｉｒｅｌｅｓｓＣｏｍｍｕｎｉｃａｔｉｏｎｓ Ｔｈｒｏｕｇｈ Ｒｅｃｏｎｆｉｇｕｒａｂｌｅ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｕｒｆａｃｅｓ［Ｊ］． ＩＥＥＥ Ａｃｃｅｓｓ，２０１９，７：１１６７５３－１１６７７３．

［１０］ ＷＵ Ｑ Ｑ，ＺＨＡＮＧ Ｒ． Ｗｅｉｇｈｔｅｄ Ｓｕｍ Ｐｏｗｅｒ Ｍａｘｉｍｉｚａｔｉｏｎｆｏｒ Ｉｎｔｅｌｌｉｇｅｎｔ Ｒｅｆｌｅｃｔｉｎｇ Ｓｕｒｆａｃｅ Ａｉｄｅｄ ＳＷＩＰＴ ［Ｊ］． ＩＥＥＥＷｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｌｅｔｔｅｒｓ，２０２０，９（５）：５８６－５９０．

［１１］ ＰＡＮ Ｃ Ｈ，ＲＥＮ Ｈ，ＷＡＮＧ Ｋ Ｚ，ｅｔ ａｌ． ＩｎｔｅｌｌｉｇｅｎｔＲｅｆｌｅｃｔｉｎｇ Ｓｕｒｆａｃｅ Ａｉｄｅｄ ＭＩＭＯ Ｂｒｏａｄｃａｓｔｉｎｇ ｆｏｒ Ｓｉｍｕｌｔａｎｅｏｕｓ Ｗｉｒｅｌｅｓｓ Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｐｏｗｅｒ Ｔｒａｎｓｆｅｒ［Ｊ］． ＩＥＥＥＪｏｕｒｎａｌ ｏｎ Ｓｅｌｅｃｔｅｄ Ａｒｅａｓ ｉｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２０，３８（８）：１７１９－１７３４．

［１２］ ＹＡＮＧ Ｚ Ｙ，ＺＨＡＮＧ Ｙ． Ｏｐｔｉｍａｌ ＳＷＩＰＴ ｉｎ ＲＩＳａｉｄｅｄ ＭＩＭＯＮｅｔｗｏｒｋｓ［Ｊ］． ＩＥＥＥ Ａｃｃｅｓｓ，２０２１，９：１１２５５２－１１２５６０．

［１３］ ＸＵ Ｊ Ｑ，ＬＩＵ Ｙ Ｗ，ＭＵ Ｘ Ｄ，ｅｔ ａｌ． ＳＴＡＲＲＩＳｓ：ＳｉｍｕｌｔａｎｅｏｕｓＴｒａｎｓｍｉｔｔｉｎｇ ａｎｄ Ｒｅｆｌｅｃｔｉｎｇ Ｒｅｃｏｎｆｉｇｕｒａｂｌｅ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｕｒｆａｃｅｓ［Ｊ］． ＩＥＥＥ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｌｅｔｔｅｒｓ，２０２１，２５ （９ ）：３１３４－３１３８．

［１４］ ＺＨＵ Ｂ Ｏ，ＣＨＥＮ Ｋ，ＪＩＡ Ｎ，ｅｔ ａｌ． Ｄｙｎａｍｉｃ Ｃｏｎｔｒｏｌ ｏｆＥｌｅｃｔｒｏｍａｇｎｅｔｉｃ Ｗａｖｅ Ｐｒｏｐａｇａｔｉｏｎ ｗｉｔｈ ｔｈｅ ＥｑｕｉｖａｌｅｎｔＰｒｉｎｃｉｐｌｅ Ｉｎｓｐｉｒｅｄ Ｔｕｎａｂｌｅ Ｍｅｔａｓｕｒｆａｃｅ［Ｊ］． Ｓｃｉｅｎｔｉｆｉｃ Ｒｅｐｏｒｔｓ，２０１４，４：４９７１．

［１５］ ＭＵ Ｘ Ｄ，ＬＩＵ Ｙ Ｗ，ＧＵＯ Ｌ，ｅｔ ａｌ． Ｓｉｍｕｌｔａｎｅｏｕｓｌｙ Ｔｒａｎｓｍｉｔｔｉｎｇ ａｎｄ Ｒｅｆｌｅｃｔｉｎｇ （ＳＴＡＲ）ＲＩＳ Ａｉｄｅｄ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２２，２１（５）：３０８３－３０９８．

［１６］ ＮＩＵ Ｈ Ｈ，ＣＨＵ Ｚ，ＺＨＯＵ Ｆ Ｈ，ｅｔ ａｌ． Ｗｅｉｇｈｔｅｄ Ｓｕｍ ＲａｔｅＯｐｔｉｍｉｚａｔｉｏｎ ｆｏｒ ＳＴＡＲＲＩＳａｓｓｉｓｔｅｄ ＭＩＭＯ Ｓｙｓｔｅｍ ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｖｅｈｉｃｕｌａｒ Ｔｅｃｈｎｏｌｏｇｙ，２０２２，７１（２）：２１２２－２１２７．

［１７］ ＤＵ Ｗ Ｎ，ＣＨＵ Ｚ，ＣＨＥＮ Ｇ Ｊ，ｅｔ ａｌ． ＳＴＡＲＲＩＳ ＡｓｓｉｓｔｅｄＷｉｒｅｌｅｓｓ Ｐｏｗｅｒｅｄ ＩｏＴ Ｎｅｔｗｏｒｋｓ ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓｏｎ Ｖｅｈｉｃｕｌａｒ Ｔｅｃｈｎｏｌｏｇｙ，２０２３，７２（８）：１０６４４－１０６５８．

［１８］ ＺＨＡＯ Ｐ Ｆ，ＺＵＯ Ｊ Ｋ，ＷＥＮ Ｃ Ｃ． Ｐｏｗｅｒ Ａｌｌｏｃａｔｉｏｎ ａｎｄＢｅａｍｆｏｒｍｉｎｇ Ｖｅｃｔｏｒｓ Ｏｐｔｉｍｉｚａｔｉｏｎ ｉｎ ＳＴＡＲＲＩＳ ＡｓｓｉｓｔｅｄＳＷＩＰＴ［Ｃ］∥２０２２ ＩＥＥＥ ２２ｎｄ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ （ＩＣＣＴ）． Ｎａｎｊｉｎｇ：ＩＥＥＥ，２０２２：１１７４－１１７８．

［１９］ ＸＵ Ｊ，ＬＩＵ Ｌ，ＺＨＡＮＧ Ｒ． Ｍｕｌｔｉｕｓｅｒ ＭＩＳＯ Ｂｅａｍｆｏｒｍｉｎｇ ｆｏｒＳｉｍｕｌｔａｎｅｏｕｓ Ｗｉｒｅｌｅｓｓ Ｉｎｆｏｒｍａｔｉｏｎ ａｎｄ Ｐｏｗｅｒ Ｔｒａｎｓｆｅｒ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎ ｏｎ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓ，２０１４，６２（１８）：４７９８－４８１０．

［２０］ ＬＩ Ｑ，ＬＩＮ Ｊ Ｒ． Ｏｐｔｉｍａｌ ＳＷＩＰＴ Ｂｅａｍｆｏｒｍｉｎｇ ｆｏｒ ＭＩＳＯ Ｉｎｔｅｒｆｅｒｉｎｇ Ｂｒｏａｄｃａｓｔ Ｃｈａｎｎｅｌｓ ｗｉｔｈ Ｍｕｌｔｉｔｙｐｅ Ｒｅｃｅｉｖｅｒｓ［Ｃ］∥２０１８ ２６ｔｈ Ｅｕｒｏｐｅａｎ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｃｏｎｆｅｒｅｎｃｅ（ＥＵＳＩＰＣＯ）． Ｒｏｍｅ：ＩＥＥＥ，２０１８：１２７７－１２８１．

［２１］ ＴＡＮＧ Ｙ Ｚ，ＭＡ Ｇ Ｇ，ＸＩＥ Ｈ Ｌ，ｅｔ ａｌ． Ｊｏｉｎｔ Ｔｒａｎｓｍｉｔ ａｎｄＲｅｆｌｅｃｔｉｖｅ Ｂｅａｍｆｏｒｍｉｎｇ Ｄｅｓｉｇｎ ｆｏｒ ＩＲＳａｓｓｉｓｔｅｄ ＭｕｌｔｉｕｓｅｒＭＩＳＯ ＳＷＩＰＴ Ｓｙｓｔｅｍｓ［Ｃ］∥ＩＣＣ ２０２０－２０２０ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ （ＩＣＣ）． Ｄｕｂｌｉｎ：ＩＥＥＥ，２０２０：１－６．

［２２］ ＧＲＡＮＴ Ｍ，ＢＯＹＤ Ｓ． ＣＶＸ：Ｍａｔｌａｂ Ｓｏｆｔｗａｒｅ ｆｏｒ ＤｉｓｃｉｐｌｉｎｅｄＣｏｎｖｅｘ Ｐｒｏｇｒａｍｍｉｎｇ［ＥＢ ／ ＯＬ］． （２０１４－０３－０６）［２０２３－０７－０７］． ｈｔｔｐ：∥ｃｖｘｒ． ｃｏｍ ／ ｃｖｘ．

作者簡介

賈瑞霞 女，（１９９８—），碩士研究生。主要研究方向：可重構智能表面技術。

（*通信作者）岳殿武 男，（１９６５—），博士，教授，博士生導師。主要研究方向：無線通信與信息理論。

陳 滎 女，（１９９８—），碩士研究生。主要研究方向：可重構智能表面技術。

李 琦 男，（１９９８—），碩士研究生。主要研究方向：可重構智能表面技術。

基金項目：國家自然科學基金（６１９７１０８１）