智能超表面辅助通感一体化信号处理与硬件试验.pdf

第48 卷总第52 4期智能超表面辅助通感一体化信号处理与硬件试验宗岳旺，胡小玲，彭木根（北京邮电大学网络与交换技术国家重点实验室，北京10 0 8 7 6）【摘要】通感一体化是是6 G的主流趋势之一，毫米波、太赫兹等高频段具有丰富的频谱资源，是通感一体化颇具潜力的频段。然而，高频通感一体化面临覆盖受限的难题。RIS是极具潜力的解决方案，目前关于RIS辅助通感一体化的文献主要集中在波束赋形优化方面，而如何设计有效的信号处理方法从RIS重塑的回波信号中提取感知信息仍然是一个悬而未决的问题，对RIS辅助通感一体化软硬件架构更是处于空白。为此，设计了RIS辅助通感一体化系统的软硬件架构，在此基础上进行了RIS辅助盲区通信和目标感知硬件试验，并提出了DSP检测器，理论分析表明，在使用N个子载波的OFDM一体化波形时，其相比传统能量检测器有N倍的SNR增益。硬件试验结果表明，优化RIS码本设计可有效降低通信误比特率、提升目标检测概率，且远距离目标检测时所提DSP检测器的性能显著优于传统的能量检测器。【关键词】通信感知一体化；智能超表面；目标检测；信号处理；硬件试验doi:10.3969/j.issn.1006-1010.20240224-0001中图分类号：TN929.5文献标志码：A文章编号：10 0 6-10 10(2 0 2 4)0 4-0 0 7 3-0 8引用格式：宗岳旺,胡小玲,彭木根.智能超表面辅助通感一体化信号处理与硬件试验.移动通信,2 0 2 4,48(4):7 3-8 0.ZONG Yuewang,HU Xiaoling,PENG Mugen,Signal Processing and Hardware Experiment for RIS-aided ISACJ.Mobile Communications,2024,48(4):73-80.Signal Processing and Hardware Experiment for RIS-aided ISAC(State Key Laboratory of Networking and Switching Technology,Beijing University of Posts and Telecommunications,Beijing 100876,China)AbstractIntegrated communication and sensing(ISAC)is one of the mainstream trends in 6G,and high-frequency bands such asmillimeter wave and terahertz have rich spectral resources,making it a promising frequency band for ISAC.However,high-frequency ISAC faces the challenge of limited coverage.Reconfigurable intelligent surface(RIS)is a highly promisingsolution.The current literature on RIS-assisted ISAC mainly focuses on beamforming optimization,while how to designeffective signal processing methods to extract sensing information from the echo signals reshaped by RIS is still an unresolvedissue,and the software and hardware architecture of RIS-assisted ISAC is also in its infancy.For this purpose,the softwareand hardware architecture of the RIS-assisted ISAC is designed.Based on this,RIS-assisted blind spot communication andtarget sensing hardware experiments are conducted nad a DSP detector is proposed.The analytical result shows that whenusing an OFDM integrated waveform with N subcarriers,it has an SNR gain of N times compared to the traditional energydetectors.The hardware experiment results show that optimizing the RIS codebook design can effectively reduce the error bitrate of communications and improve target detection probability.Moreover,the performance of the proposed DSP detector issignificantly better than the traditional energy detector for long-distance target detection.Keywordsintegrated sensing and communication;reconfigurable intelligent surface;target detection;signal processing;hardware experiment0引言6G技术不断发展，自动驾驶和智能系统的愿景I对高精度的环境感知提出了更高的要求。可是，随着无线设备收稿日期：2 0 2 4-0 2-2 4*基金项目：国家重点研发计划项目“6 G通信-感知-计算融合网络架构及关键技术”（2 0 2 1YFB2900200）；国家自然科学基金青年项目“智能反射面辅助的通信和位置感知一体化理论与方法”（6 2 2 0 10 8 4）；中国通信学会青年人才托举项目“智能超表面辅助通感一体化理论与方法”（2 0 2 1QNRC001）OSID:ZONGYuewang,HUXiaoling,PENGMugen的普及和数据需求的激增，传统的无线通信系统面临着频谱拥挤和资源有限的挑战。在这样的背景下，通信与感知一体化技术应运而生。通感一体化是综合了无线通信和雷达感知的技术领域，旨在通过一个系统同时实现数据传输和环境感知的一体化功能，不仅可以减少硬件成本和频谱资源，还可以通过相互协作提高系统性能。6 G时代，毫米波、太赫兹等高频段逐渐被投人使用，由于其丰富的频谱资源，成为通感一体化颇具潜力的频段，然而，高频信号路径损耗和穿透损耗严重，高频通感一体化面临覆盖难题。RIS（Re c o n f i g u r a b l e In t e l l i g e n t Su r f a c e，智能超表面）移动通信2024年4月第4期73扫描二维码与作者交流第48 卷“RIS辅助的通感一体化”专题总第52 4期是解决上述问题颇具潜力的方案。RIS是一种具有可编程电磁特性的人工电磁表面结构2 ，表面集成了大量的低成本无缘反射原件，可以巧妙地重新配置无线传播环境。具体来说，RIS可看作是由被动反射单元组成的均匀平面阵列，能够通过对人射波的相位和振幅进行智能控制，实现对电磁波的动态操控。RIS可以构建虚拟视距路径，在非视距通信中提供一个或多个有效的反射路径，使信号精确地反射到目标位置，实现信号的聚焦和增强，从而扩展覆盖区域。并且，RIS能够提供通信和感知性能增益：对于通信而言，通过空域波束赋形降低误比特率，构造富散射环境，提升通信多流传输能力；对于感知而言，通过空域波束赋形提升精度，使时域波束变化，提升感知分辨率。因此，RIS辅助通感一体化引起了广泛的研究兴趣。研究表明，RIS可以显著提高信号覆盖，同时提升通信和目标检测的性能。针对通感一体化中盲区覆盖问题，文献4 提出利用多个RIS构建视距内路径，辅助通感一体化基站进行盲区目标的感知，并通过联合设计与频率相关的主被动波束赋形，最大化SINR（Si g n a l t o I n t e r f e r e n c eandNoiseRatio，雷达信干噪比）和所有用户中的最小通信SINR。与单个RIS场景相比，多RIS辅助通感一体化的方法可以实现3.3dB的雷达SINR增强和0.9 dB的最小通信SINR增强。为了同时支持盲区用户的通信和感知服务，文献5-6 提出了智能超表面辅助的盲区通信和定位覆盖解决方案，设计了基于通信信号的位置感知方法，并利用位置感知信息设计RIS一体化波束赋形，规避了智能超表面信道估计的高开销问题。文献7 研究了RIS辅助雷达系统的目标检测性能，证明了RIS获得的较高检测性能增益。文献5 还分析了RIS辅助目标检测在MIMO（M u lt i p le-一体化波形生成一MIMO波形生成模块预编码主机通感一体化设备感知模块脉冲压缩感知信号处理InputMultiple-Output，多输人多输出）雷达场景下的性能。然而，目前关于RIS辅助通感一体化的文献主要集中在波束赋形优化方面5.8-2 1，而如何设计有效的信号处理方法从RIS重塑的回波信号中提取感知信息仍然是一个悬而未决的问题，对RIS辅助通感一体化软硬件架构更是处于空白。本文首先设计了RIS辅助通感一体化系统的软硬件架构，基于该架构，进行了RIS辅助盲区通信和目标感知硬件试验。接着，针对目标检测，本文提出了一种DSP（D e la y Sp e c t r u m Pe a k，时延谱峰值）检测器。理论分析表明，在采用N个子载波的OFDM一体化波形时，该检测器相比传统能量检测器有N倍的SNR（Si g n a l-No i s e Ra t i o，信噪比）增益。硬件试验结果表明，通过优化RIS码本设计，可有效降低通信误比特率、提升目标检测概率，从使用随机码本时的1%左右降低到近乎为0。最后，硬件试验结果还得出，在远距离目标检测时，所提DSP检测器的性能显著优于传统的能量检测器，在检测概率上有2 2%的提升，虚警概率上有2%的降低。1RIS辅助通感一体化系统架构本文首先设计了RIS辅助通感一体化系统的软硬件架构，给出了系统的软硬件功能组成和运行方案。1.1硬件架构图1为RIS辅助通感一体硬件平台的架构图，主要包括RIS、通感一体化设备和通信用户三部分。RIS通过RIS控制模块与通感一体化设备连接，进行联合调控，实现RIS被动波束赋形。此外，主机通过串口与通感一体化设备通信用户相连，传输控制指令，并实现数据的交互、存储与结果展示的功能。上变频DAC中频模块射频模块ADC中频模块射频模块下变频环境RIS控制模块RIS一感知目标解调模块接收合并主机通信用户74移动通信2024年4月第4期ADC中频模块通信信号处理图1RIS辅助通感一体硬件平台射频模块下变频第48 卷总第52 4期宗岳旺，胡小玲，彭木根：智能超表面辅助通感一体化信号处理与硬件试验通感一体化设备按照模块可以划分为波形生成模块、MIMO预编码模块、DAC（D i g i t a l-A n a l o g-Converter，数字模拟转换器）模块、中频模块、射频模块、ADC（A n a l o g-D i g i t a l-Co n v e r t e r，A D C模拟数字转换器）模块、脉冲压缩模块、感知模块。其中，一体化波形生成主要由波形生成模块、MIMO预编码模块和DAC模块负责，对基带数据流编码、符号映射、预编码和数模转换后，将数字基带信号分成I/Q两路数据发送至中频模块。射频模块将中频信号上变频后生成一体化信号，通过天线发射到无线信道。经由RIS反射后，一部分信号到达盲区感知目标处形成回波，再次经由RIS反射返回通感一体化设备处。通感一体化设备接收到回波信号后，首先通过射频模块下变频，然后经过中频模块变成基带信号，之后经过ADC模块和脉冲压缩模块，最后在感知模块中完成感知信号处理。感知处理数据由主机存储，并展示结果。通信用户按照模块可以划分为射频模块、中频模块、ADC模块和解调模块，用于实现通信接收功能。通感一体化设备发出的一体化信号经由RIS反射，一部分信号到达通信用户处。通信用户接收一体化信号后，首先通过射频模块下变频，然后经过中频模块变成基带信号，之后经过ADC模块和接收合并模块后在解调模块中完成通信信号处理，解调恢复出发送的信息比特率。数据由主机存储后展示结果。1.2信号处理框架图2 为RIS辅助通感一体化系统的信号处理框架。通感一体化平台首先将传输的通信比特流进行编码，经过基带信号处理映射成通信符号，先后经过波形优化和主被感知参数脉冲估计杂波抑制动联合波束赋形完成一体化波形设计，接着对一体化信号进行上变频处理，通过天线发射至无线信道，一体化信号分别经由RIS回波信道和RIS通信信道到达通感一体化设备接收端和通信用户。在通感一体化设备接收端，首先对一体化信号完成包括下变频处理、接收波束赋形和脉冲压缩在内的信号处理工作，然后抑制干扰与杂波，接着进行感知信号处理，对目标检测估计，从而获取感知检测结果。在通信用户处，一体化信号首先经过下变频处理和接收波束赋形，然后进行信道估计与均衡，之后信号经过解调和译码，得到信息比特流。2RIS辅助盲区目标检测方案当前，关于RIS辅助通感一体化的研究主要聚焦于波束形成的优化。然而，如何从RIS重塑的回波信号中有效提取感知信息的信号处理方法设计，仍是一个待解决的挑战。基于上述的RIS辅助通感一体化系统框架，重点解决其中的目标检测信号处理问题。2.1问题模型考虑一个RIS辅助的盲区目标感知通信问题。如图3所示，通感一体化设备发端发送OFDM波形，经过RIS反射后由通信用户接收，通感一体化设备收端接收由RIS反射的盲区目标回波信号。通感一体化设备配有单个发射和接收天线，无源RIS在y-0-z平面上有MM大小的均匀平面天线列阵。系统的带宽（用B表示）在N个子载波上平均分配，第N个子载波的频率为f,=f.+n4ft，其中4f=B/N表示子载波间隔。此外，假设在同感一体化设备和RIS之间有一条回路连接，以实现控制信息的交互。检测干扰与感知接收下变频压缩波束赋形信号处理处理一体RIS被动波束赋形通信比特流星座编码映射比特流译码RIS回波信道波形主动优化波束赋形解调信道估计与均衡图2通感一体信号处理上变频处理RIS被动波束赋形接收波束赋形波形生成RIS通信信道下变频处理通信信号处理移动通信2024年4月第4期75第48 卷“RIS辅助的通感一体化”专题1总第52 4期环境到RIS的第n个子载波的第i个多径信道可以定义为：(-j2f,dR2s/)C(10)RIS通感一体化设备图3RIS通感一体化系统（1）信道模型工作在毫米波频段的RIS通常情况下被部署在设备与目标之间的LoS（Li n e o f Si g h t，视距）路径上。因此，从设备到RIS的第n个子载波的信道可以定义为：(1)其中，E2R，代表设备到RIS链路的复信道增益，可以表示为：(-j2nf.de2RCE2R,n=CE2R eXP其中，aE2R表示设备到RIS链路的路径损耗，de2R表示设备到RIS的距离，表示光速。式(1)中，br()是RIS的阵列响应向量。归一化的AoA（A n g l e o f A r r i v a l,到达角）的方位角和仰角分别表示为：dRIscos(s(reR)sin(pear)AUE2R=2-元=2sin/AVE2R其中dRIs代表两个相邻RIS单元的距离，2 R和2R分别代表设备到RIS链路方向上的AoA的方位角和仰角。从RIS到检测目标的第n个子载波的信道可以定义为：(5)其中，R2T,表示RIS到检测目标链路的复信道增益，可以表示为：R2T,n=aR2T eXp其中aR2r表示RIS到检测目标链路的路径损耗，dr2r表示RIS到检测目标的距离。从RIS到检测目标的方向上，归一化的AoD（A n g l e o f D e p a r t u r e，离开角）的方位角和仰角分别表示为：DUR2T2=元dRESDsinDVR2T=2元其中，R2和Rar分别代表RIS到检测目标链路方向上的AoA的方位角和仰角。考虑该链路中环境含有多径效应，对本文采取的感知方案有较大影响，因此对此问题进行建模，多径信道数量为N。从76移动通信2024年4月第4期(9)其中，R2s,n表示RIS到环境的第i个链路的复信道增益，通信用户可以表示为：r 2s,n,=aR 2s,xp其中aR2s.，表示RIS到环境的第i条多径链路的路径损耗，dR2s，表示这条路径的距离。从RIS到环境的第i个多径方向上，归一化的AoD的方位角和仰角分别表示为：ddRIS.cOs(r2s)sin(oPas)环境遮挡感知目标(2)(3)YE2R(4)(j2zf.dk2)(6)C(7)YR2T(8)DUR2s.=2元,DdRISVR2s.sinR2S,i其中，R2s.,和R2s.分别代表RIS到环境的第i个多径链路方向上的AoD的方位角和仰角。从RIS到通信用户的第n个子载波的信道可以定义为：(13)其中，R2U，n 表示RIS到通信用户链路的复信道增益，可以表示为：R2U,=aR2u exp其中R2u表示RIS到通信用户链路的路径损耗，dR2u表示RIS到通信用户的距离。从RIS到通信用户的方向上，归一化的AoD的方位角和仰角分别表示为：,DuR2u=2元dkissin(VRU2元其中，yRau和pRu分别代表RIS到通信用户链路方向上的AoD的方位角和仰角。简单起见，假设dRis=入/2。因此，RIS的阵列响应向量可由式(17)得出：(17)（2）信号模型将ToFDM期间内的发送符号矩阵表示为：SiS1,ToFDMS=：其中，Sm.代表第1个OFDM符号的第n个子载波，且均为单位功率，即E(s/)=1。在信号发射过程中，首先要通过N点快速反傅里叶变换将每个OFDM符号转变到时域。然后再对每个符号附加一个CP（Cy c l i c Pr e f i x，循环前缀），其长度为Tcp，并假定大于所有信道的最大时延扩展。信号接收后去除CP，并进行N点快速傅里叶变换，就DD-j2nf.dR2uCR2Uj元(M-1)：ECNXTOFDMSN,TOFDM(11)(12)(14)(15)(16)(18)第48 卷总第52 4期宗岳旺，胡小玲，彭木根：智能超表面辅助通感一体化信号处理与硬件试验收到了基带频域回波信号。本文中考虑感知目标在盲区内静止的情况，因此不存在多普勒效应，且认为通感一体化设备的发射和接收天线同时工作，无自干扰。来自目标的有效回波信号中第1个OFDM符号的第N个子载波可以表示为：VeR,n/=/Pr.,arcHg,(O(l)sm/+ne.na/(19)ne N,L(,.,orDM-1其中，PT,表示分配在第n个子载波上的发射功率，标量rG表示感知目标的RCS（Ra d a r Cr o s s Se c t i o n，雷达散射截面），且其功率为 Elarel)=5ie。设备处的加性高斯白噪声用 neal表示，其元素服从复高斯分布CN(0,o)。另外，H,(O()表示感知目标在第n个子载波的有效回波信道，可以表示为：(20)D2TnI其中O()=diag(S()代表RIS在第1个OFDM符号的相考虑到受多径效应的影响，则通感一体化设备接收到的信号中，第1个OFDM符号的第N个子载波可以表示为：JE,n,=YER,n,I+YEM,(21)其中：N,-1i=1neN,ieN,leL(o,TorpM-1)HMe,n,(O()表示第i个多径上第n个子载波的回波信道，可以表示为：HMe,(1)=hE2.,(1)h 2s.n/hr2s.,.(1)he2R,.2.2解决方案（1）目标检测方法为了判断盲区内是否存在目标，本文设计了一种DSP检测器。对于目标检测，简单而常用的检验统计量是RSS（Re c e i v e d Si g n a l St r e n g t h，接收信号强度），用于能量检测器，其表达形式如下：(24)本文提出一种新的检验统计量：DSP，目的是利用多子载波的优势来抵抗噪声，其表达形式如下：Posp/=max1DEAD1Nn=0Sn.l其中：,np EN,=(0,N,-1)N,AF针对式中的接收信号模型，下面将分步骤介绍基于DSP检测器的检测过程。1）环境检测为使感知结果更准确，在目标检测前对无目标存在的盲区进行环境DSP检测：N-1PosPM/=maxDSMDNn=0Snl重复多次检测后取平均值，得到环境检测结果。此外，考虑到发射信号功率会影响DSP检测的数值，可基于不同发射功率分组进行环境检测。2）值设定为判断盲区目标是否存在，对DSP检测过程设定合适的阈值。本方案中的值K由环境检测后的DSP结果决定，本文以k倍环境DSP值为检测阈值，即：K=kPosPM/3）目标检测确定阈值后，对盲区目标进行检测，计算感知信号的DSP值，如式(2 5)所示。将感知结果与比较，若结果大于K，判定目标存在，反之则判定目标不存在。（2）检测性能分析在单径条件下对比DSP和传统能量检测器中统计量RSS的SNR指标，分析DSP检测器的检测性能。联立式(11)、式(5)和式(19)，通感一体化设备接收到的回波信号可以表示为：(22)VeR,n/=/Pr.,roHe,(O(D)sn,+ne,n,/=/Pr,are(hR2T.,(l)he2R,n)sa)+ne.n/其中：(23)es,angle(ho,)-2 nf,tT2(dR2T+de2R)/chol=b(uRar,VRar)o(0)br(uear,VeR)。接着，定义第 1个OFDM符号的辅助向量为fi，它的第n个元素表示为：(33)+S.然后，把t量化为：np1接下来计算延时谱i，它的第np个元素表示为：2e2(25)当量化数np较大时，存在一个tm近似于t，即：Ti,=arg min,/r-tmp t此时，同样满足：(26)ejzuAfTiDe-i2msf1e此外，这种情况还会使延时谱到达峰值，即DSP。因此，DSP可以进一步表示为：2jBcsVNn=0SnJ移动通信2024年4月第4期77(27)(28)(29)(30)(31)(32)(34)(35)(36)(37)(38)第48 卷“RIS辅助的通感一体化”专题1总第52 4期根据式(2 9)，将式(2 4)改写为：P易证，DSP和RSS符合分布CN(o,o)。因此，当所有子载波都分配到相同的功率，对应DSP和RSS的SNR可分别表示为：SNRDSP.SNRss.I可以观察到，相比传统能量检测器的RSS统计量，本文提出的DSP检测器在SNR性能上增强了N倍。3试验验证与结果基于所设计的RIS辅助通感一体化系统架构，进行RIS辅助的盲区目标检测和通信。图4为毫米波通感一体化设备，在RIS的协助下，和盲区通信用户进行通信，同时对盲区的目标进行检测，验证RIS对通感性能的增益，以及所提DSP检测器的优越性。其中，通感一体化设备/通信用户由USRPX310、毫米波射频模块、电脑主机组成，RIS波束赋形由通感一体化设备控制，感知目标为一块铜板。控制RIS通感一体化设备感知目标图4IRS辅助通感一体化硬件平台图5（a）为所发送的OFDM一体化波形频域示意图，图5（b）展示了通信用户星座图，图5（c）展示了盲区目标检测的结果。OFDM一体化波形频谱图(ap)3.1试验参数(39)除非特别说明，试验中的参数设置如表1所示：表1试验参数表试验参数参数设置波形OFDM(40)中心频率/GHz带宽/MHz(41)子载波间隔/kHz编码速率调制方式RIS状态目标检测算法阅值系数K发射功率/dBm速率/MbpsRIS到检测目标距离/cm3.2RIS对通信与检测性能的影响图6 展示了通信、感知性能和RIS状况的关系。图6（a）展示了不同RIS状况下的误比特率，可以看出，无RIS时误比特率为44.42%，接近50%，完全无法完成通信功能。部署RIS后，通信功能在误比特率性能上有了显著的提升。其中，RIS使用随机码本时的误比特率分别为1.37%和0.91%，接近1%，效果一般；而使用优化码通信用户本情况下的误比特率近乎0，通信性能极佳。图6（b）展示了不同RIS状况下的检测概率，可以看出，在无RIS和RIS随机码本的情况下，检测概率均为O，无法完成目标感知；在使用优化码本后，检测概率达到10 0%。结果表明，通过部署RIS并使用优化后的码本可以显著提高2星座图1.510.5263522.51/2QAMRIS存在且码本为优化码本DSP检测算法1.1-2023.3160100时延谱峰探测门限值时延谱峰-0.5-1-1.52-5478移动通信2024年4月第4期10-1-3-2（a）一体化波形频域图-1频率(Hz)0234x107图5通信与感知结果示意图5-2-1.5-1-0.51路（b）通信用户星座图0.511.52010（c）盲区目标检测结果图20探测次数304050第48 卷总第52 4期宗岳旺，胡小玲，彭木根：智能超表面辅助通感一体化信号处理与硬件试验通信与感知性能，这表明RIS是解决高频通感一体化覆盖问题颇具潜力的解决方案。3.3不同目标感知算法下检测性能图7 展示了在不同的检测距离下，所提DSP检测器和能量检测器的性能。从结果可以看出，当RIS到检测目标距离为6 0 cm时，DSP检测器和能量检测器的检测概率均为10 0%，虚警概率接近0，检测性能几乎无差别；当距离增加到150 cm时，二者检测概率分别为96%和7 4%，均有下降，虚警概率分别为6%和8%，均有上升；从结果看，此距离下DSP检测器的检测概率相较能量检测器有2 2%的提升，虚警概率也略低2%。试验结果表明，当距离较近时，DSP检测器和能量检测器效果相差无几，但距离增大后，DSP检测器的检测性能更好。由此可以推论，在检测距离较远时，DSP检测器相较能量检测器更有优势。5044.42%403010010080检测概率M60402004结束语本文设计了RIS辅助通感一体化系统的软硬件架构，分为硬件架构和信号处理框架。基于该架构，进行了RIS辅助盲区通信和目标感知硬件试验。针对目标检测，本文提出了DSP检测器，理论分析表明，在采用N个子载波的OFDM一体化波形时，该检测器相比传统能量检测器有N倍的SNR增益。硬件试验结果表明，通过优化RIS码本设计，可有效降低通信误比特率，从无RIS部署时的44.42%和使用随机码本时的1%左右，降低到近乎为0，同时检测概率也从0 到达近乎10 0%；最后，硬件试验结果还得出，在发射功率为-2 0 dBm的情况下，检测距离为6 0 cm时DSP检测器和能量检测器在检测概率和虚警概率上表现一致；检测距离增加为150 cm后，所提DSP检测器相较传统的能量检测器，在检测概率上有2 2%的提升，虚警概率有2%的降低，检测性能有显著优势。10080检测概率60401%201.37%0.91%无RISRIS随机码本1RIS随机码本2 RIS优化码本RIS状态（a）不同RIS状态下误比特率100%,100%96%74%60150检测距离/cm(a)检测概率图7 不同目标检测器和检测距离下检测概率与虚警概率100%000无RISRIS随机码本1RIS随机码本2 RIS优化码本RIS状态（b）不同RIS状态下检测概率图6 通信与感知结果示意图100DSP检测能量检测080虚警概率M6040200DSP检测能量检测6%8%0060检测距离/cm(b)虚警概率移动通信2024年4月第4期79150第48 卷“RIS辅助的通感一体化”专题总第52 4期参考文献：1IMT-2030(6G)推进组.6 G总体愿景与潜在关键技术白皮书R.2021.2IMT-2030(6G)推进组.智能超表面技术研究报告R.2021.3Wu Q,Zhang R.Towards smart and reconfigurable environment:Intelligent reflecting surface aided wireless networkJ.IEEEcommunications magazine,2019,58(1):106-112.4Lu W,Deng B,Fang Q,et al.Intelligent reflecting surface-enhanced target detection in MIMO radarJ.IEEE SensorsLetters,2021,5(2):1-4.5 Buzzi S,Grossi E,Lops M,et al.Foundations of MIMO radardetection aided by reconfigurable intelligent surfacesJ.IEEETransactions on Signal Processing,2022,70:1749-1763.6Wei T,Wu L,Mishra K V,et al.Multiple IRS-assistedwideband dual-function radar-communicationC/2022 2ndIEEE International Symposium on Joint Communications&Sensing(JC&S).IEEE,2022:1-5.7Buzzi S,Grossi E,Lops M,et al.Radar target detectionaided by reconfigurable intelligent surfacesJ.IEEE SignalProcessing Letters,2021,28:1315-1319.8Wang F,Li H,Fang J.Joint active and passive beamformingfor IRS-assisted radarJ.IEEE Signal Processing Letters,2021,29:349-353.9Zhang H,Zhang H,Di B,et al.Metalocalization:Reconfigurable intelligent surface aided multi-user wirelessindoor localizationJ.IEEE Transactions on WirelessCommunications,2021,20(12):7743-7757.10 Wang W,Zhang W.Joint beam training and positioningfor intelligent reflecting surfaces assisted millimeterwave communicationsJ.IEEE Transactions on WirelessCommunications,2021,20(10):6282-6297.ll Yu Z,Hu X,Liu C,et al.Location sensing and beamformingdesign for IRS-enabled multi-user ISAC systemsJ.IEEETransactions on Signal Processing,2022,70:5178-5193.12 Hu X,Liu C,Peng M,et al.IRS-based integrated locationsensing and communication for mmWave SIMO systemsJ.IEEE Transactions on Wireless Communications,2022.13 Bazzi A,Chafi M.RIS-enabled passive radar towards targetLocalizationJ.arXiv preprint arXiv:2210.11887,2022.14 Qian X,Hu X,Liu C,et al.Sensing-based BeamformingDesign for Joint Performance Enhancement of RIS-AidedISAC SystemsJ.arXiv preprint arXiv:2306.04915,2023.15 Rihan M,Zappone A,Buzzi S.Robust RIS-Assisted MIMOCommunication-Radar Coexistence:Joint Beamforming andWaveform DesignJ.IEEE Transactions on Communications,2023.16 Wei T,Wu L,Mishra K V,et al.Multi-IRS-aided doppler-tolerant wideband DFRC systemJ.IEEE Transactions onCommunications,2023.17 Cao X,Hu X,Peng M.Feedback-Based Beam Training forIntelligent Reflecting Surface Aided Mm Wave IntegratedSensing and CommunicationJ.IEEE Transactions onVehicular Technology,2023.18 Yan S,Cai S,Xia W,et al.A reconfigurable intelligent surfaceaided dual-function radar and communication systemCJ/202280移动通信2024年4月第4期2nd IEEE International Symposium on Joint Communications&Sensing(JC&S).IEEE,2022:1-6.19 Lyu W,Xiu Y,Li X,et al.Hybrid NOMA assisted integratedsensing and communication via RISJ.IEEE Transactions onVehicular Technology,2023.20 Fascista A,Keskin M F,Coluccia A,et al.RIS-aided jointlocalization and synchronization with a single-antenna receiver:Beamforming design and low-complexity estimationJJ.IEEEJournal of Selected Topics in Signal Processing,2022,16(5):1141-1156.21 Guo Y,Liu Y,Wu Q,et al.Joint Beamforming and PowerAllocation for RIS Aided Full-Duplex Integrated Sensingand Uplink Communication SystemJ.IEEE Transactions onWireless Communications,2023.作者简介宗岳旺：北京邮电大学信息与通信工程学院在读硕