RIS研究进展与网络部署挑战.pdf

1/63目录目录目录.11.引言.32.应用场景.42.1.深度覆盖场景.42.1.1.覆盖补盲场景.42.1.2.低成本广覆盖场景.42.2.个性化通信服务场景.52.2.1.近场安全通信场景.52.2.2.声场调控场景.63.关键技术进展.73.1.近场通信.73.1.1.RIS 构建近场无线传播环境.73.1.2.RIS 典型近场模式.83.1.3.RIS 近场波束赋形码本设计.93.2.协作感知/定位.133.2.1.RIS 协助的感知策略.133.2.2.RIS 旁瓣对感知的影响.143.2.3.RIS 协作感知与定位.153.2.4.RIS 辅助联合通信与定位方案.163.3.物理层安全.223.3.1.RIS 辅助物理层安全传输技术.233.3.2.RIS 辅助的物理层密钥生成技术.253.4.低开销组网设计.283.4.1.开销类别及性能分析.293.4.2.降低开销的传输方案.293.5.RIS 部署问题研究.333.5.1.零功耗静态 RIS 使能的动态覆盖.333.5.2.多天线网络中的分布式和集中式 RIS 部署.334.验证测试进展.344.1.系统级仿真验证.344.1.1.系统级仿真方法.344.1.2.评估指标和因素.352/634.2.外场测试验证.374.2.1.使能室内毫米波覆盖的超表面反射器.374.2.2.使能建筑物底部毫米波覆盖增强的透射型超表面.384.2.3.深圳 5G 现网 RIS 测试系统.404.2.4.杭州亚运会 5G-ARIS 应用试点.435.工程实践与标准化进展.455.1.工程实践概述.455.2.标准化进展概述.465.2.1.IMT-2030（6G）推进组.465.2.2.CCSA.465.2.3.ETSI.465.2.4.3GPP.475.3.标准化潜在增强点.476.网络部署挑战.496.1.中高频段部署挑战.496.2.泛在部署的挑战.496.3.控制模式的挑战.506.4.通信-感知-供能一体化网络的挑战.517.总结.52参考文献.53缩略语.60主要贡献作者.633/631.引言引言第五代移动通信（the 5th Generation Mobile Communication，5G）网络已经商用落地四年，网络基础日益完备，创新能力不断增强，赋能效应持续凸显，赋值效应更加显著。截止2023 年，全球已累积建设 5G 基站约 481 个，5G 移动电话用户大 14.2 亿户。5G 行业应用也已经融入 60 个国民经济大类，成为推动实体经济数字化转型升级的“加速器”。大规模多输入多输出（Multi-Input Multi-Output，MIMO）、毫米波通信（millimeter wave，mmWave）等新型关键技术创新为移动通信系统代际更迭注入源源不断的活力，将网络容量提升千倍，为千亿台设备提供泛在连接。然而，5G 关键技术所带来的高复杂度、高成本、高能耗等问题尚未解决。例如，将大规模 MIMO 的应用从 6 GHz 以下频段扩展到 mmWave 频段通常需要更复杂的信号处理以及更昂贵、更耗能的射频硬件。因此，未来第六代移动通信（the 6thGeneration Mobile Communication，6G）将继续探索更高的频谱效率、更高的能量利用效率和更高的成本效益，以实现更大的容量、更低的延迟、更高可靠性、更高安全性和更全面覆盖的美好愿景。智能超表面（Reconfigurable Intelligent Surface，RIS）是一种通过可调电磁元件控制电磁波传播特性的新技术，由紧密排布的低成本无源电磁超材料构成，通过引入可调器件阵列和控制模块，使得每个元件的工作状态独立可调，引起入射信号的振幅和/或相位变化，从而实现细粒度的三维波束赋形。RIS 可以作为中继节点赋能通信网络，有望打破传统无线环境的随机性和不确定性为移动通信网络带来的不可控因素，重塑无线传播环境，提供了新的自由度，并为实现智能和可编程无线环境开辟了道路。RIS 具有低功耗、低成本、低热噪声、全双工和易部署等优势，具备面向未来网络的部署潜力。RIS 作为一种新兴的跨学科技术，需要无线通信、射频工程、电磁学和超材料等学科的的协同配合，全球学术和产业界已开展了相关的研究和试验工作。经过几年如火如荼的研究，智能超表面技术的研究已取得一定突破，面向商用落地，业界在共同努力，积极攻克工程化挑战，逐步向低成本、低功耗和易部署的技术目标迈进，为 RIS 在未来的广泛部署夯实基础。本白皮书从应用场景、关键技术、验证测试、工程实践和标准化几个方面梳理了业界的最新进展，以凝聚业界对该技术价值的共识，同时提出了 RIS 在未来网络部署中可能面临的挑战，倡导业界一同攻克部署难题，为早日商用落地开辟道路。4/632.应用场景应用场景2.1.深度覆盖场景深度覆盖场景2.1.1.覆盖补盲场景覆盖补盲场景智能超表面最典型的应用场景是在无线信道侧，作为一种低成本低功耗的信道环境调控节点，如图 2.1 所示，可针对移动网络覆盖补盲、多流增速等深度覆盖需求，部署在基站与覆盖盲区之间，通过智能超表面按需构造非视距反射路径或改变电磁波透射特性，可有效解决由于障碍物遮挡产生的室内/外盲区问题，提升室外宏站穿透玻璃覆盖室内的网络质量，改善小区边缘用户富散射环境，提高小区边缘用户传输性能，以低成本低功耗方式实现深度覆盖和提速扩容。RIS 部署在基站（Base Station，BS）和覆盖盲点之间，以动态构建非视线反射路径或改变电磁波传输特性。蜂窝网络中存在信号被障碍物阻挡的覆盖盲区，包括建筑物的阴影区、密集城市地区的街角、室内外（或车内车外）之间的边缘。在上述场景中，RIS 可以部署在基站和覆盖盲区之间，通过有效反射/传输传输信号到达覆盖盲区来提高覆盖性能。（a）（b）（c）图 2.1 基于智能超表面的信道侧辅助通信组网场景：（a）覆盖补盲（b）O2I 覆盖增强（c）室内覆盖2.1.2.低成本广覆盖场景低成本广覆盖场景此外，智能超表面还可以用于优化有源天线单元（Active Antenna Unit，AAU）设计，实现低成本低功耗小体积的广角高增益 AAU。在现有 5GAAU 基础上，集成无源反射式智能超表面阵面，既可以实现一体化动态智能调控，扩展基站覆盖角度，又可以有效提升天线阵面口径增益，增加基站覆盖增益，如图 2.2 所示。在现有 5GAAU 基础上，集成透射式智能超表面阵面，可进一步扩展基站覆盖角度，有效提升基站覆盖范围，解决边远郊区低容量场景，低成本低功耗覆盖补盲问题，如图 2.3 所示。5/63图 2.2AAU 集成反射式智能超表面的超大规模天线设计示意图图 2.3AAU 集成透射式智能超表面的超大规模天线设计示意图2.2.个性化通信服务场景个性化通信服务场景2.2.1.近场安全通信场景近场安全通信场景电磁波的传输特性与距离相关，传输距离大于瑞利距离的区域称为远场区域，反之称为近场区域。在近场区域，电磁波建模为球面波模型，球面波前不仅携带角度信息，还携带距离信息，因此电磁波束在角度域和距离域上同时聚焦，形成近场波束聚焦1。在智能超表面辅助的无线网络中，近场范围由 BS-RIS 距离和 RIS-UE 距离的调和平均值确定，因此只要这两个距离中的任何一个距离小于瑞利距离，RIS 辅助通信就工作在近场区域1。当用户位于智能超表面辐射近场区域时，可以通过对智能超表面配置服务特定用户的近场码本，将近场波束聚焦在授权用户所在的特定角度和特定距离，如图 2.4 所示，其他用户即使与授权用户位于相同的角度区域，也无法通过拦截无线信号实现空口监听，实现对特定用户的高安全级通信服务。图 2.4 基于智能超表面的近场安全通信场景6/632.2.2.声场调控场景声场调控场景智能超表面除了应用于电磁波调控之外，还可以应用于声波调控，相关技术团队2已经研发了具备可编程调控能力的声波超表面。通过控制每个声学超材料单元的共振模式，而无需手动对声源或周围散射体进行任何调整，即可动态调控声波相位差，可以影响整个空间的声场分布，实现空间内某个特定位置声场强度的压制或增强，为需要特殊用户提供静音或音量增强服务，如图 2.5 所示。图 2.5 基于智能超表面的声场调控场景7/633.关键技术进展关键技术进展3.1.近场通信近场通信3.1.1.RIS 构建近场无线传播环境构建近场无线传播环境传统的无线通信网络（1G5G）主要采用 6GHz 以下频谱，甚至是 3GHz 以下频谱。受限于波长，这类网络一般采用较少天线阵子数量的天线。由于低维天线阵列和较低的频率，无线近场范围通常被限制在几米甚至几厘米。因此，可以基于远场假设近似有效地设计传统无线通信系统。然而，考虑到 ELAA 的大孔径和极高的频率，6G 网络呈现出百米量级的超大近场区域，传统的远场平面波假设也已不再适用3。因此，在 6G 网络中，近场区域是不可忽略的，这激发了对新的近场通信（Near-field Communications,NFC）范式的研究。从空间维度的资源利用角度，传统蜂窝网络的典型部署是以小区为中心的标准网络架构。在该网络架构下，尤其是在其主流的 sub-6GHz 频段，远场近似作为表征手段已经足够。传统无线通信系统已经充分挖掘和利用了远场空间资源，进一步探索和利用近场空间资源，则有望为无线通信系统提供新的物理空间维度。未来 6G 网络中将会配置更大的天线孔径，并将使用毫米波、太赫兹等更高频段，这将使得近场特性更加显著。同时，智能超表面（RIS）4,5、超大规模 MIMO、去蜂窝（Cell-free）6等新技术的引入，则使得未来无线网络中近场场景广泛存在。近场通信技术也是实现未来 6G 网络更高的数据速率要求、高精度的感知需求及物联网无线传能需求等的使能技术之一，有机会成为未来 6G 潜在无线空口关键技术之一。其中，RIS 所具备的超大尺寸、无源异常调控、低成本、低功耗和简单易部署等诸多特性，有机会在未来 6G 网络中构建泛在的近场无线传播环境，并带来全新的网络范式7。近场传播特性为未来 6G 网络带来更多可能性，但基于传统有源相控阵天线构建近场传播环境也面临着诸多挑战：（1）超大尺寸有源相控阵天线（Active Phased Array Antenna，APAA）在硬件成本、复杂度、功耗、重量与体积等方面均有较大提升，很难实现密集部署，可提供的近场覆盖区域受限；（2）近场距离在 APAA 阵面的近轴附近达到最大，会随着离轴角度的增大而逐渐减小，该现象进一步限制了近场的覆盖范围；（3）不同于通信业务受益于非视距（Non Light of Sight，NLOS）多径环境，感知定位和无线传能业务理想的传播环境为近场 LOS 信道。仅采用集中部署的传统 APAA，与目标之间很大概率为 NLOS 多径信道。虽然有很多文献研究基于传统有源相控阵天线的无蜂窝（Cell-free）或多点协作（Coordinated Multi-Point，CoMP）技术6,8，这类分布式天线技术8/63虽然可以一定程度缓解上述集中部署的 APAA 问题，但依然受限于有源相控阵天线的固有技术特点的约束，很难实现密集泛在部署。RIS 独有的技术特征可以作为解决传统 APAA 挑战的有效手段：首先，RIS 作为一种可编程二维电磁超表面，以无源方式对电磁波进行异常调控，具有低成本、低功耗的特点，并且可以很容易制作成较大尺寸的天线孔径，从而可以以较低的成本实现密集部署。其次，RIS 类型多样，可以灵活地适应复杂多样的部署环境。从功能角度，RIS 类型可以包括信道调控型（例如，反射型 RIS、透射型 RIS 和半透半反 RIS）、信息调制型 RIS（例如，基于 RIS 新型基站、基于 RIS 的背向散射发射机、基于 RIS 的伴生通信等）和基于 RIS的新型相控阵天线等。RIS 可以很容易制作为不同的尺寸大小、不同的形状及不同的曲面形态等，从而适配不同的部署需求。最后，RIS 简单易部署的特点也很容易构建近场视距（Light of Sight，LOS）环境，从而更好地支持感知定位与无线传能业务的需求。另外，由于 RIS 为无源调控，天然具有较低的电磁辐射水平，在泛在近场环境中依然可以满足人体电磁辐射安全指标比吸收率（Specific Absorption Rate，SAR）。综上，相对传统有源相控阵天线，RIS 具备无源调控、低成本、简单易部署的特点，可以被泛在密集部署，从而有机会为未来 6G 网络构建泛在近场信道环境。3.1.2.RIS 典型近场模式典型近场模式RIS 的引入构建了级联信道，相对于传统网络，未来 6G 网络的无线传播环境将会更加复杂多样。从近场传播环境角度，RIS 构建的典型近场模式可以如下几方面进行分类，如表3.1-表 3.4 所示。在进行 RIS 构建的近场传播特性进行分析时，可以参考这些场景分类。表 3.1 RIS 功能角度的近场功能类型功能类型近场特性信道调控类信道调控类RIS1扩展近场覆盖区域2克服近场覆盖空洞3构建新的LOS近场基于基于RIS的新型的新型相控阵天线相控阵天线低成本、低复杂度实现超大孔径相控阵天线，提升近场覆盖距离信息调制类信息调制类RIS为低速率IoT设备通信构建发射机近场环境表 3.2 透反射类型角度的近场类型类型近场特性9/63反射式反射式RIS在信号电磁波入射的RIS正面),0(角度范围内构建近场传播环境透射式透射式RIS在信号电磁波入射的RIS反面)2,(角度范围内构建近场传播环境半透半反式半透半反式RIS)2,0角度范围内构建近场传播环境表 3.3 无源/有源 RIS 近场类型类型近场特性无源无源RIS对入射电磁波信号执行近场波束聚焦，信号强度受限有源有源RIS对入射电磁波信号执行近场波束聚焦，并进行信号放大。可以克服无源RIS信号强度受限问题，但复杂度稍高表 3.4 RIS 网络中的近/远场组合关系类型类型近场特性近场特性单单 RIS 级联信道级联信道（NB-RIS-UE）NB-RIS 之间的信道：近场/远场RIS-UE 之间的信道：近场/远场多多 RIS 级联信道级联信道（NB-RIS-RIS-UE）RIS-RIS 之间的信道：近场/远场NB-RIS 之间的信道：近场/远场RIS-UE 之间的信道：近场/远场（RIS 级联信道）级联信道）+（NB 与与 UE 直达信道）直达信道）NB-UE 直达信道：近场/远场RIS-RIS 之间的信道：近场/远场NB-RIS 之间的信道：近场/远场RIS-UE 之间的信道：近场/远场3.1.3.RIS 近场波束赋形码本设计近场波束赋形码本设计为了获取显著的谱效增益，可重构智能超表面（RIS）需要保证足够大的辐射阵列规模，而随着辐射阵列规模的扩大与载波频率的进一步提高，用户设备（UE）处于 RIS 辐射近场范围内的概率大大增加。传统基于平面波前假设的信道模型不适用于对近场信道的描述，而需要进一步考虑采用基于球面波前假设的信道模型9。以平面波前假设为基础的信道模型基于傅里叶理论将无线电波的传播视作线性系统10，基于此，5G NR 基于离散傅里叶变换（Discrete Fourier Transform，DFT）向量进行码本设计。DFT 码本适用于远场波束赋形，但若将其直接应用于近场波束赋形，则会由于与近场信道的不匹配，导致出现严重的信噪比（Signal to Noise Ratio，SNR）损失。与之相反，以球形10/63波前假设为基础的波束聚焦方案可以补偿与近场信道的不匹配，形成近场信道的最佳相干波束赋形器11。以毫米波频段（30GHz）1 米1 米的 1-bit 相位量化 RIS 为例，该尺寸的 RIS 可以集成约 40000 个辐射单元，图 3.1 给出了该 RIS 分别使用 DFT 码本进行波束赋形与采用波束聚焦方案的波束增益对比。可以看到，在 100 米瑞利距离dR以内，DFT 码本的波束赋形增益呈现阻尼振荡趋势，低于波束聚焦方案。此处瑞利距离定义为dR=D22，其中 D 为辐射阵列孔径，为载波波长，为通常采用的远近场分界线弗劳恩霍夫距离的四分之一12。由图 3.1所示结果可得到以下观察：1）大规模 RIS 的近场范围可以达到百米以上，因此，大部分 UE将处于 RIS 的近场范围内；2）将传统 DFT 的码本直接应用于大规模 RIS 时，与波束聚焦方案相比，会产生较大的波束赋形增益损失。因此，应考虑为大规模 RIS 设计新的码本，以适用于近场通信。图 3.1 DFT 码本与波束聚焦方案的波束增益对比为了克服 DFT码本直接应用于RIS 近场区域时产生的SNR 损失，我们基于菲涅尔原理，提出了一个更适用于近场波束赋形的环形码本13。该环形码本为双层结构：第一层为环形向量聚焦层；第二层为 DFT 向量偏转层，兼容 DFT 码本。（a）（b）图 3.2 环形码本波束聚焦示意图（a）第一层（b）第二层使用环形码本实现波束聚焦的方案原理如图 3.2 所示。基于 UE 相对 RIS 辐射阵列中心的位置信息，环形码本的第一层用于指示形成一个法线聚焦波束，该波束将焦点聚焦在 UE所处的焦平面上，如图 3.2（a）所示。而后使用码本第二层的 DFT 向量将第一层形成的聚焦波束沿焦平面偏转一定角度指向 UE，如图 3.2（b）所示。11/63（a）（b）（c）（d）图 3.3 基于环形码本指示的 RIS 相位分布（a）第一层波束聚焦相位分布（b）第二层DFT 向量相位分布（c）偏转聚焦波束的相位分布（d）量化后的相位分布图 3.3 给出了一组 RIS 使用环形码本实现波束聚焦的相位分布示例。首先，基于菲涅尔原理计算得到第一层环形相位分布，如式（1）至式（5）所示；然后，将环形相位分布与第二层 DFT 偏转向量相位分布进行叠加，得到偏转聚焦波束的相位分布；最后，输出相位量化后的分布。第 m 个全波带的范围可以由下式计算得到：=2+2（1）式中，表示自由空间波长，表示 RIS 单元间距。令表示 RIS 阵面对角线长度的一半，当大于1并且小于或等于时，可以得到子波带的数量为，其中，为每个全波带中子波带的数量，可以由下式计算得到：=2（2）式中，表示 RIS 相位量化比特数。每个子波带的范围可以由下式计算得到：0 2+214（3）12/6312+2 4,=2,3,（4）式中，=2+2,=1,2,（5）,表示 RIS 单元的坐标。为验证所提出的环形码本在 RIS 覆盖区域内对于吞吐性能提升，下面给出数值仿真结果。仿真场景如图 3.4 所示，载波频率设置为毫米波 30GHz。假设基站（BS）和 UE 间的直连链路被障碍物阻挡，信号通过 BS-RIS 和 RIS-UE 链路传输到 UE。一块 0.64 米0.64 米的1-bit 相位量化矩形 RIS 在距离 BS 约 80 米处部署。其它主要数值仿真参数如表 3.5 所示。图 3.4 RIS 辅助通信仿真场景表 3.5 数值仿真参数参数数值载波频率30 GHz带宽400 MHzBS发射功率30 dBmBS天线增益5 dBiBS天线数量44BS与RIS的距离80 mBS与RIS间的路损模型UMi-LOSRIS单元增益3.5 dBiRIS单元数量128128RIS与UE间的路损模型UMi-LOSUE天线增益5 dBiUE天线数量1UE噪声系数5 dB遮挡因子=4其它损耗5 dB图 3.5 和图 3.6 分别给出了 RIS 使用所提出的环形码本和传统 DFT 码本进行波束赋形时的SNR以及吞吐对比。可以看到所提出的环形码本在大规模RIS的近场范围内性能优于DFT码本，能够显著提高波束赋形增益和区域内的平均吞吐，验证了方案的有效性。13/63图 3.5 处于 RIS 近场范围内 UE 接收信号的 SNR（a）（b）图 3.6 UE 可实现的吞吐（Gbps）（a）1bit 相位量化环形码本（b）1-bit 相位量化 DFT码本3.2.协作感知协作感知/定位定位3.2.1.RIS 协助的感知策略协助的感知策略基于 RIS 的目标定位原理，是基站测量经过 RIS 反射的信号传播路径时延/距离，再结合其它参考点对目标的测距或测角搜索几何交点得到目标位置，如图 3.7 所示。1）当基站与感知目标之间的视距链路不存在时，基站通过单基地雷达的方式测量出基站到 RIS 以及 RIS 到目标的两段距离之和，当 RIS 的坐标已知时，基站便可知 RIS 到目标的距离，则目标位于以 RIS 坐标为球心，该距离为半径的球面上。2）若视距链路存在，RIS 也可以起到协助感知的作用。首先基站根据视距链路测得基站到目标的距离，得到以基站为球心的参考球面。然后基站测量感知信号从基站到 RIS、RIS到目标、再从目标直接回到基站的三段距离之和，从而得到 RIS 到目标再到基站的总距离，则目标位于以 RIS 和基站为两个焦点，该和距离为长轴的椭球面上，即双基地雷达的定位方法。14/63由于测距误差直接影响定位误差，而测距误差取决于信噪比，故而应选择信噪比最强的信号路径，并用相应的几何方法定位。上述两种方法的感知信噪比大小与 RIS 面板尺寸有关。通过增加 RIS 的面积，可以使经过 RIS 反射的路径信号强于基站到目标的视距链路，则前向和反向链路都经过 RIS 反射的信噪比高于只有其中一条路径经过 RIS 的信噪比，可以选择上述第一种方法以获得更好的测距性能。反之，若 RIS 面积较小，使得经过 RIS 的路径信号弱于视距链路，则只经过 RIS 反射一次的信噪比高于 RIS 反射两次的信噪比，那么可以采用上述第二种方法测距。在链路预算比较充足的情况，如果两种方法的信噪比都满足测距精度要求，则可以结合这两种方法，即目标位于上述球面与椭球面的相交曲线上。图 3.7 RIS 协助的目标定位3.2.2.RIS 旁瓣对感知的影响旁瓣对感知的影响为了简化 RIS 波束控制复杂度，实际应用中常采用量化控制，即 RIS 每个单元的反射系数是经过比特量化的。然而量化反射系数可能会增强 RIS 反射旁瓣，如图 3.8 所示。图 3.8量化码本引起的 RIS 反射旁瓣RIS 反射旁瓣可能引起旁瓣方向上其他物体对感知目标的干扰。当旁瓣方向的其他物体相比感知目标具有更大的雷达散射截面时，其他物体反射的信号强度可能超过主瓣方向目标所在径的强度，所以接收机无法简单地根据信号强度区分旁瓣方向的其他物体与感知目标的信号。为此，可以采用一种重复感知的方法来解决该问题。在首次感知中，假设基站在时延域检测到两条径，其中一条径由前向链路的 RIS 旁瓣将感知信号传播到其他物体上，再由其他物体直接反射回基站，另一条径由 RIS 主瓣传播到感知目标再由 RIS 反射回基站，如图 3.9 所示。在重复感知中，我们在前向链路将 RIS 的主瓣方向指向首次感知的旁瓣方向，则其他物体反射的信号将增强。因此，可以判断第二次感知中信号增强的径为 RIS 旁瓣所15/63导致的，而减弱的径对应感知目标。（a）RIS 旁瓣干扰感知的场景（b）重复感知解决方案图 3.9RIS 旁瓣引起的感知干扰及其解决方案3.2.3.RIS 协作感知与定位协作感知与定位感知和定位受限于视距链路的缺失和信号衰落，而 RIS 能够提供虚拟视距链路并定向增强波束强度，有效的提高无线感知的范围，解决目前通感一体化中通信和感知能力不对称的问题。通过在有源传感器接收目标反射的回波进行信号处理，估计出到达时间（Time OfArrival，TOA）和到达方向（Angle Of Arrival，AOA），根据几何关系确定目标位置是一种常见的定位手段。文献14研究了半被动 RIS 辅助的感知系统性能，如图 3.10 所示，半被动RIS 系统能很好的克服全被动 RIS 在感知系统中的路径损耗严重的问题。通过推导了关于TOA 和 AOA 估计的克拉美罗界，RIS 单元数，感知单元数对于定位性能影响的闭式表达式，半被动 RIS 辅助的无线感知系统性能上界在理论上被给出，亚米级的感知精度和半被动 RIS的性能优势也在仿真实验中被验证。图 3.10 半被动 RIS 定位系统针对 RIS 辅助的多目标感知系统，不同应用场景下的感知性能要求（如感知频率、感知精度等）会有所不同，基于时分、特征序列和混合时分特征序列三种协议是实现不同性能折中的手段，如图 3.11 所示，通过将空间中待感知的目标分组和时隙划分，能够灵活调节性能15。16/63图 3.11 时分-特征序列混合感知协议为解决传统基于反射或透射 RIS 覆盖区域不全的问题，全反向 RIS 是一种潜在的技术手段，如图 3.12 所示，在该模型中，双功能基站与 RIS 联合生成多波束指向多用户和多目标，实现整个空间的通感一体化信号覆盖，并通过双基地雷达来完成回波的信号处理，也能降低信号多次反射引起的路径损耗16。图 3.12 全方向 RIS 辅助的双基地通感一体化系统3.2.4.RIS 辅助联合通信与定位方案辅助联合通信与定位方案6G 对于移动通信系统的定位功能提出了更严格的性能要求，NR 现有的高精度定位方案大多涉及多个基站（BS）协作、视线/非视线（LoS/NLoS）判决等流程，复杂度相对较高17。基于接收信号强度（Received Signal Strength，RSS）指纹的定位技术具有仅需要用户设备（UE）支持简单的 RSS 测量、对硬件要求很低、无需进行 LoS/NLoS 判决等优点，有可能在 6G 系统中得到进一步的发展和应用，不过，相邻位置的 RSS 数值通常很相近，难以对这些位置进行区分，从而限制了这类定位技术的定位精度。可重构智能超表面（RIS）是近年来迅速发展起来的由大量透射或反射单元组成的可对无线电磁环境进行定制的二维相位调控表面。利用 RIS 可以灵活地操控电磁波的传播特性，可以主动对 RSS 指纹地图进行改变18。如图 3.13 所示，通过切换不同的码字（相位配置），RIS 可以将波束聚焦在不同的位置，从而改变目标区域的 RSS 分布，这为降低相邻位置 RSS 数值的相似度提供了一条新17/63的技术路径。（a）（b）（c）（d）图 3.13 RIS 动态改变 RSS 指纹地图（a）码字#1（b）RSS 指纹地图#1（c）码字#2（d）RSS 指纹地图#2鉴于此，我们考虑将 RIS 与 RSS 指纹定位技术的优势相结合，提出一种低复杂度且能够在 LoS/NLoS 场景下均适用的定位方案，能够实现通信与感知一体化（Integrated Sensingand Communications，ISAC）的 RIS 辅助定位，在保证目标用户正常通信的同时，支持其它用户的高精度定位19。图 3.14 所示为我们所考虑的 RIS 辅助的联合通信与定位场景示意图，墙壁上所部署的透射式 RIS 可作为“无线电波增透玻璃”20，以提升室内 UE 的通信与位置估计性能。图 3.14 RIS 辅助联合通信与定位场景18/63为了克服传统基于 RSS 指纹定位技术的不足，我们引入 RIS 来实现近场 ISAC 多焦点聚焦，通信码字和定位码字均采用环形码本（Ring Type Codebook，RTC）码字，其中一个焦点用于目标 UE 通信，另一个焦点用于动态切换目标区域内的 RSS 指纹地图以辅助其他UE 进行位置估计。如图 3.14 所示，目标区域被划分为 k 个子区域，RIS 使用 ISAC 码字进行波束赋形，其中通信波束聚焦于目标 UE 处以提供高吞吐通信服务，定位波束则依次聚焦于每个子区域的中心，为其他 UE 提供定位支持，定位 UE 可以通过进行 k 次 RSS 测量来进行位置估计。所提出 RIS 辅助联合通信与定位方案中，所涉及各设备的主要操作如图 3.15 所示。RIS使用 ISAC 码字进行波束赋形，实现同时辅助通信和定位的功能，AP 负责 RSS 指纹地图的存储、指纹地图的传输，以及对 UE 位置的估计。图 3.15 3 RIS 辅助联合通信与定位方案各设备主要操作示意图所提出的构建 ISAC 码字的方法，如公式（6）所示，wISAC=ejISAC=ejarg wCommunication+1 wPositioning（6）其中，wCommunication和wPositioning均采用 RTC 码字，分别表示通信码字和定位码字，ISAC 码字wISAC通过对其进行复数叠加而构建。为模式切换因子，取值与系统模式的对应关系如表 3.6 所示，通过调整的取值，可以调整通信波束和定位波束的功率比，从而实现系统模式的切换，如图 3.16 所示。表 3.6 系统模式切换因子系统模式=0定位模式=1通信模式=0.5ISAC模式（典型）00.5ISAC模式（定位优先）0.51ISAC模式（通信优先）19/63（a）（b）（c）（d）图 3.16 模式切换因子对 ISAC 波束功率分配的影响（a）ISAC 码字#1 =0.5（b）ISAC 波束#1（c）ISAC 码字#2 0.5（d）ISAC 波束#2图 3.17 所示为两套所提出方案可选的系统流程示意图，其中，wComm表示仅用于通信的码字，wISAC表示同时辅助通信与定位的码字，定位管理功能（Location Management Function，LMF）表示网络位置管理实体，负责协调波束的切换以及 UE 和 AP 之间的信息交换，MapConfig 表示 RRS 指纹地图的切换周期等地图配置信息。在图 3.17（a）所示的第一种可选流程中，无论目标区域中是否存在定位 UE，RIS 均使用 ISAC 波束为通信和定位 UE 提供服务。定位 UE 进入目标区域后可以直接进行 RSS 测量，并利用 RSS 指纹地图数据来估计其位置。而在图 3.17（b）所示的第二种流程中，当目标区域内没有定位 UE 时，RIS 使用通信波束为通信 UE 提供服务。当定位 UE 进入目标区域并广播定位请求信号后，RIS 切换使用 ISAC波束来为通信和定位 UE 提供服务。20/63（a）（b）图 3.17 所提出方案的系统流程（a）可选方案一：仅使用 ISAC 波束（b）可选方案二：波束切换为验证所提出的 RIS 辅助联合通信与定位方案的性能，下面给出数值仿真结果。考虑在毫米波 28GHz 载波频率下部署的单 RIS 辅助联合通信与定位系统，主要仿真参数如表 3.7所示。表 3.7 数值仿真参数参数值载波频率28GHz带宽400MHz目标区域7米8米RIS输入功率0dBmRIS单元数量4040RIS移相精度1-bit路径损耗模型InH-Office LOS图 3.18 给出了对于所提出方案（典型模式）、仅通信波束方案以及时分复用（TDM）方案，UE 的吞吐与定位性能的评估结果。仿真结果表明，所提出方案与仅通信波束方案相比平均吞吐略有下降约 10%，能够同时辅助 UE 实现高速率通信与高精度定位。21/63（a）（b）（c）（d）（e）（f）图 3.18 所提出方案与基线方案的性能对比：（a）提出方案（典型模式）的吞吐性能（b）提出方案（典型模式）的定位误差收敛性能（c）仅通信波束方案的吞吐性能（d）仅通信波束方案的定位误差收敛性能（e）TDM 方案的吞吐性能（f）TDM 方案的定位误差收敛性能所提出方案的通信优先模式与定位优先模式的性能对比如图 3.19 所示。可以看到，在定位优先模式下，定位误差能够在较短的测量周期内收敛，但吞吐性能下降。而当系统配置为通信优先模式时，吞吐和定位误差收敛的性能变化与定位优先模式相反。22/63（a）（b）（c）（d）图 3.19 所提出方案通信优先模式与定位优先模式的性能对比：（a）提出方案（通信优先模式）的吞吐性能（b）提出方案（通信优先模式）的定位误差收敛性能（c）提出方案（定位优先模式）的吞吐性能（d）提出方案（定位优先模式）的定位误差收敛性能由上述讨论可以看到，所提出的基于 RSS 指纹地图技术的 RIS 辅助联合通信与定位方案具有以下技术特征和优势：1）实现了通感一体的高精度定位，在保证目标用户正常通信的同时，支持其它用户的高精度定位；2）可实现通信优先模式与感知优先模式的灵活转换；3）方案复杂度以及对 UE 能力的要求较低。3.3.物理层安全物理层安全随着 5G、物联网、通感的快速发展，大量新型业务与应用不断涌现，无线传输过程中的各类保密和敏感数据呈现海量增长，随之而来的数据安全问题越来越突出，安全性正逐渐成为各种应用的前提条件；与传统有线网络相比，无线通信信道具有广播特性和移动特性，这使得网络中合法用户的通信很容易遭到非法用户的窃听和攻击。无线物理层安全（Physical Layer Security，PLS）利用无线信道的唯一性，实现基于用户位置的安全传输。物理层安全技术与无线信道的绑定关系赋予了其在无线通信中独特的优势。现有的基于物理层安全传输策略主要包含两大类：一类是利用无线信道的差异性，设计窃听编码、波束成形、人工噪声和中继协作干扰方式的物理层安全传输技术物理层安全传输技术；另一类是物理物理层密钥生成技术层密钥生成技术，主要包括基于无线信道特征的密钥提取、物理层符号加密等方法，利用通信双方私有信道的特性，提取无线信道的“指纹”特征，实现实时生成、无需分发的快速密钥更新方法，近似于一次一密的完美加密效果。23/63第六代移动通信技术（6th Generation Mobile Networks，6G）具有更高的空口安全需求。协作干扰、人工噪声（Artificial Noise，AN）等传统无线物理层安全（Physical Layer Security，PLS）技术可以为 6G 提供高效的安全防护。然而传统 PLS 技术十分依赖无线信道的随机扰动特征，而不可控的无线传播环境制约了传统 PLS 技术性能。作为 6G 关键使能技术的 RIS能够按照需求智能、主动地调整无线传播信道，挖掘无线信道的内生安全属性，利用 RIS调控无线环境的能力，提升无线传输的安全性、隐蔽性。另一方面，在发射机和接收机之间有障碍物的通信场景中，通过合理部署 RIS 能够创建虚拟的视线链路，以提高所需的接收信号强度，并扩大无线覆盖范围。在物理层安全传输技术方面，文献21对 RIS 辅助的多输入单输出单天线窃听（multiple-input single-output single-antenna-eavesdropper，MISOSE）系统的保密性能进行了研究。通过对基站侧主动预编码以及 RIS 侧的被动预编码进行联合优化，所提的安全传输框架可以极大的提高系统的保密通信速率。类似的问题也在文献22中被再次探索。文献21与22所提出的被动预编码优化方案也成为了 RIS 有关设计中主流的两种优化算法。在同一系统模型下，文献23进一步在讨论了在保证系统的最小安全传输速率需求的前提下的传输功率最小化问题。文献21与22更侧重系统的频谱效率，而文献23更侧重系统的能量效率。注意到，以上工作都采用了基于交替优化的方案解决联合优化问题。交替优化方案复杂度往往较高，无法适用于实际的无线通信系统。基于这一事实，文献24提出了一种基于流形优化的两阶段式联合优化方案。在些微性能损失的前提下，所提出方案可以将算法的时间复杂度降低至交通优化方案的 1/30。上述研究内容只考虑了最简单的单用户 MISOSE 信道。基于文献2124中的工作，后续研究者先后研究了多输入多输出多天线（multiple-inputmultiple-output multiple-antenna-eavesdropper，MIMOME）25,26、宽带窃听信道27和多用户MISOSE 信道中基于 RIS 的安全传输设计28。3.3.1.RIS 辅助辅助物理层安全传输技术物理层安全传输技术在将 RIS 应用物理层保密通信的研究中，根据 RIS 能够对信号同时进行传输和反射分为传统 RIS（conventional RIS，c-RIS）和同时传输与反射的可重构智能表面（SimultaneouslyTransmitting And Reflecting RIS，STAR-RIS）；根据 RIS