摘 要：針對可重構(gòu)智能表面（Ｒｅｃｏｎｆｉｇｕｒａｂｌｅ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｕｒｆａｃｅ，ＲＩＳ） 輔助無線通信系統(tǒng)存在“雙衰落效應” 問題，提出了一種ＲＩＳ 位置部署優(yōu)化方法。建立了符合實際應用場景的ＲＩＳ 輔助無線通信系統(tǒng)模型，該模型考慮ＲＩＳ 可部署在三維空間中任意位置。以最大化用戶接收信噪比（Ｓｉｇｎａｌ ｔｏ Ｎｏｉｓｅ Ｒａｔｉｏ，ＳＮＲ） 為目標，通過數(shù)值分析三維空間中基站、ＲＩＳ和用戶之間的相對位置關(guān)系，理論推導出ＲＩＳ 最優(yōu)部署位置的閉式解。仿真實驗結(jié)果表明，將ＲＩＳ 部署在通過數(shù)值分析方法獲取的最優(yōu)位置處，提高了實際應用場景下ＲＩＳ 輔助無線通信系統(tǒng)中的用戶接收ＳＮＲ。

關(guān)鍵詞：可重構(gòu)智能表面；三維空間；最優(yōu)位置部署；用戶接收信噪比

中圖分類號：ＴＮ９２８ 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）０６－１４６２－０８

０ 引言

可重構(gòu)智能表面（Ｒｅｃｏｎｆｉｇｕｒａｂｌｅ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｕｒ-ｆａｃｅ，ＲＩＳ）作為一項面向未來的技術(shù)，具備靈活操控信道、改變環(huán)境電磁特性的能力，被視為６Ｇ 網(wǎng)絡(luò)的關(guān)鍵候選技術(shù)之一，在學術(shù)界和產(chǎn)業(yè)界引起了廣泛關(guān)注［１－４］。它具備低成本、低復雜度、低能耗和易于部署的特點，與無線網(wǎng)絡(luò)相結(jié)合，能夠增強無線網(wǎng)絡(luò)的覆蓋范圍和容量。ＲＩＳ 的應用廣闊，可以用于改善無線信號的接收質(zhì)量、增加系統(tǒng)吞吐量、抑制干擾以及提高能源效率等。但ＲＩＳ 輔助無線通信系統(tǒng)存在“雙衰落效應”，該效應是指基站到用戶信道的等效路徑損耗是基站到ＲＩＳ 信道和ＲＩＳ 到用戶信道路徑損耗的乘積，通常是直接路徑信道損耗的數(shù)千倍。

近年來，學者們對ＲＩＳ 輔助無線通信系統(tǒng)進行了深入探索［５－７］。然而，ＲＩＳ 輔助無線通信系統(tǒng)的實現(xiàn)仍面臨許多挑戰(zhàn)，如不同類型ＲＩＳ 的協(xié)作控制［７－１０］、信道估計［１１－１３］和ＲＩＳ 的部署策略［１４－１９］等。其中，ＲＩＳ 的部署是與協(xié)作控制、信道估計等密切相關(guān)的重要問題，也是減弱ＲＩＳ 輔助無線通信系統(tǒng)中“雙衰落效應”的關(guān)鍵。２０１８ 年，Ｗｕ 等［７］提出一種基于半正定松弛技術(shù)的集中式算法，通過聯(lián)合優(yōu)化基站處發(fā)射波束賦形和ＲＩＳ 處反射波束賦形來最大化單用戶接收功率，在仿真實驗中通過改變用戶的位置發(fā)現(xiàn)，用戶在靠近ＲＩＳ 時，接收功率最大，但文中并未深入研究ＲＩＳ 位置部署優(yōu)化。２０２１ 年，Ｂａｓａｒ等［１４］通過在基站和用戶之間部署ＲＩＳ 輔助無線通信，實驗發(fā)現(xiàn)無論是在室內(nèi)還是室外，ＲＩＳ 的位置部署都極大地影響系統(tǒng)信道質(zhì)量和可達速率。因此，探究ＲＩＳ 位置部署具有重要意義。部分學者已經(jīng)開展了ＲＩＳ 的部署策略及其對系統(tǒng)性能影響的研究［１５－１７］。文獻［１５ ］以最大化用戶接收信噪比（Ｓｉｇｎａｌ ｔｏ Ｎｏｉｓｅ Ｒａｔｉｏ，ＳＮＲ）為目標，在簡化的二維系統(tǒng)設(shè)置中推導出ＲＩＳ 最優(yōu)部署位置，通過數(shù)值分析，得出了ＲＩＳ 部署在基站或用戶附近時用戶接收ＳＮＲ 最大的結(jié)論。文獻［１６］研究了ＲＩＳ 輔助網(wǎng)絡(luò)下行鏈路的覆蓋問題，提出了優(yōu)化基站到ＲＩＳ 夾角和基站到ＲＩＳ 水平距離來最大化小區(qū)覆蓋的策略，通過覆蓋最大化算法推導出基站到ＲＩＳ 的最優(yōu)夾角，利用內(nèi)點法優(yōu)化基站到ＲＩＳ 水平距離，得出應在基站到ＲＩＳ 夾角為π ／ ２ 方向上并靠近小區(qū)邊緣處部署ＲＩＳ 的結(jié)論。文獻［１７］為解決室內(nèi)盲區(qū)問題，提出了一種ＲＩＳ 感知網(wǎng)絡(luò)規(guī)劃解決方案，通過塊坐標上升算法，迭代推導出ＲＩＳ 配置數(shù)量和位置。

在上述研究工作中，學者普遍認為ＲＩＳ 應該部署在基站或用戶附近。２０２３ 年，Ｍｏｕｓｔａｋａｓ 等［１８］提出ＲＩＳ 的最優(yōu)位置取決于基站、ＲＩＳ 和用戶之間特定的相對位置關(guān)系，但尚未得到實驗驗證。Ｒｅｎ等［１９］考慮基站、ＲＩＳ 中心和用戶在同一水平面的理想場景下，以接收信號功率最大化為目標，提出了一種基于基站、ＲＩＳ 和用戶之間相對距離的ＲＩＳ 部署策略，該策略揭示了當基站－用戶距離大于ＲＩＳ 到基站－用戶距離的２ 倍時，ＲＩＳ 應部署在基站或用戶附近；當基站－用戶距離小于或等于ＲＩＳ 到基站－用戶距離的２ 倍時，ＲＩＳ 應部署在基站－用戶的中垂線處。然而，該系統(tǒng)模型中假設(shè)ＲＩＳ 僅能沿直線部署無法滿足實際應用。因此，如何構(gòu)建適用于不同實際應用場景的ＲＩＳ 輔助無線通信模型，探索三維空間中基站、ＲＩＳ 以及用戶之間的位置關(guān)系，以最大限度獲取系統(tǒng)的潛在性能增益為目標優(yōu)化ＲＩＳ 位置部署，仍需進一步研究。

為了減弱ＲＩＳ 輔助無線通信系統(tǒng)“雙衰落效應”，本文從實際應用場景出發(fā)，構(gòu)建ＲＩＳ 輔助無線通信系統(tǒng)模型，探索ＲＩＳ 在三維空間中位置部署問題。本文以最大化用戶接收ＳＮＲ 為目標，理論推導出基站、ＲＩＳ 中心以及用戶之間不同距離關(guān)系下ＲＩＳ最優(yōu)部署位置的閉式解，并通過仿真證明了ＲＩＳ 最優(yōu)部署位置既可能在基站或者用戶附近處，也可能在基站－用戶連線的中垂線處的結(jié)論。

１ 系統(tǒng)模型與理論推導

１． １ 系統(tǒng)模型

ＲＩＳ 輔助無線通信系統(tǒng)，如圖１ 所示。該系統(tǒng)在某一位置部署了一個由Ｎ 個無源反射元件組成的ＲＩＳ，用于增強基站與用戶之間的通信。本文假設(shè)基站和用戶都配備一根天線，以用戶均勻分布區(qū)域的中心點為用戶位置且基站到用戶的直接路徑被阻塞。載波頻率和系統(tǒng)帶寬分別用ｆｃ 和Ｂ 表示，單位Ｈｚ。為了便于分析，本文考慮該通信系統(tǒng)是窄帶的，即Ｂ-ｆｃ。

設(shè)ｘ（ｔ）表示等效復基帶發(fā)射信號，考慮信號從基站通過ＲＩＳ 的一個特定反射元件ｎ 到用戶的傳播，其中ｎ∈｛１，２，…，Ｎ｝。用α１，ｎ ｅ－ｊξ１，ｎ 表示從基站到ＲＩＳ 反射元件ｎ 的等效基帶復信道系數(shù)，其中α１，ｎ 和ξ１，ｎ 分別表示窄帶系統(tǒng)平坦信道的衰落系數(shù)和相移。那么ＲＩＳ 反射元件ｎ 上的輸入信號表示為：

ｙｉｎ，ｎ（ｔ） ＝ α１，ｎ ｅ－ｊξ１，ｎ ｘ（ｔ）ｅｊ２πｆｃｔ。（１）

忽略電路非線性和相位噪聲等硬件缺陷，ＲＩＳ反射元件ｎ 的反射信號可以表示為：

ｙｏｕｔ，ｎ ＝ βｎ ｙｉｎ，ｎ（ｔ － ｔｎ ） ＝ βｎ α１，ｎ ｅ－ｊξ１，ｎ ｘ（ｔ － ｔｎ ）×ｅｊ２πｆｃ（ｔ－ｔｎ） ≈ ［βｎ ｅ－ｊθ′ｎ α１，ｎ ｅ－ｊξ１，ｎ ｘ（ｔ）］ｅｊ２πｆｃｔ， （２）

式中：βｎ ∈［０，１］和ｔｎ ∈［０，１ ／ ｆｃ ］分別表示ＲＩＳ 反射元件ｎ 引起的振幅衰減和時間延遲，因為ｔｎ ≤１ ／ ｆｃ ＜＜１ ／ Ｂ，可以假定ｘ （ｔ － ｔｎ ）≈ ｘ （ｔ）；－ θ′ｎ ＝ － ２πｆｃ ｔｎ ∈［－２π，０］表示反射元件ｎ 引起的相移。設(shè)ｓｉｎ，ｎ（ｔ）＝α１，ｎ ｅ－ｊξ１，ｎ ｘ（ｔ）表示ｙｉｎ，ｎ（ｔ）的復等效基帶信號，ｓｏｕｔ，ｎ（ｔ）＝βｎ ｅ－ｊθｎ′ α１，ｎ ｅ－ｊξ１，ｎ ｘ（ｔ）表示ｙｏｕｔ，ｎ（ｔ）的復等效基帶信號，則基帶中的ＲＩＳ 反射信號模型表示為：

ｓｏｕｔ，ｎ（ｔ） ＝ βｎ ｅ－ｊθ′ｎ ｓｉｎ，ｎ（ｔ） ＝ βｎ ｅｊθｎ ｓｉｎ，ｎ（ｔ）， （３）

式中：θｎ ∈［０，２π］，第二個等式成立是由于相移的周期是２π。從式中可以看出，在基帶ＲＩＳ 反射信號模型中，ＲＩＳ 反射元件ｎ 的反射信號是由相應的輸入信號乘以復反射系數(shù)βｎ ｅｊθｎ 得到的。

從ＲＩＳ 反射元件ｎ 到用戶，反射信號經(jīng)歷了一個類似的等效窄帶平坦信道，該信道由α２，ｎ ｅ－ｊξ２，ｎ 給定。通過ＲＩＳ 反射元件ｎ 的反射到達用戶的通帶信號表示為：

ｙｎ（ｔ） ＝ ［α１，ｎ ｅ－ｊξ１，ｎ βｎ ｅｊθｎ α２，ｎ ｅ－ｊξ２，ｎ ｘ（ｔ）］ｅｊ２πｆｃｔ。（４）

設(shè)ｇｎ ＝α１，ｎ ｅ－ｊξ１，ｎ 和ｈｒ，ｎ ＝α２，ｎ ｅ－ｊξ２，ｎ，式（４）對應的基帶信號模型可以表示為：

Ｓｎ（ｔ） ＝ βｎ ｅｊθｎ ｈｒ，ｎ ｇｎ ｘ（ｔ）。（５）

從式（５）中可以看出，通過ＲＩＳ 反射元件ｎ 的從基站到用戶的級聯(lián)信道是由基站到ＲＩＳ 反射元件ｎ 的信道ｇｎ、ＲＩＳ 反射系數(shù)βｎ ｅｊθｎ 以及ＲＩＳ 反射元件ｎ 到用戶的信道ｈｒ，ｎ 三項相乘得到的。

為了簡化，假定相鄰ＲＩＳ 反射元件的反射中不存在信號耦合，即所有ＲＩＳ 反射元件獨立反射入射信號。由于存在較大的路徑損耗，本文只考慮ＲＩＳ第一次反射的信號，而忽略經(jīng)由ＲＩＳ 兩次或以上反射的信號。因此，來自所有ＲＩＳ 反射元件的接收信號可以被建模為它們各自反射信號的疊加，則考慮ＲＩＳ 反射元件的用戶基帶接收信號模型可以表示為：

式中：Ｇ ＝ ［ｇ１ ，ｇ２ ，…，ｇＮ］ Ｔ ，ｈＨｒ＝ ［ｈｒ，１ ，ｈｒ，２ ，…，ｈｒ，Ｎ ］以及Θ＝ ｄｉａｇ（β１ ｅｊθ１ ，β２ ｅｊθ２ ，…，βＮ ｅｊθＮ ）。具有Ｎ 個反射元件的ＲＩＳ 通過Ｎ×Ｎ 復反射矩陣Θ 實現(xiàn)了從入射信號矢量到反射信號矢量的線性映射，因為每個ＲＩＳ 反射元件獨立地反射信號并且在ＲＩＳ 單元上沒有信號耦合或聯(lián)合處理，所以Θ 是對角矩陣。

ｈＨｒ和Ｇ 中的信道系數(shù)通常依賴于與距離相關(guān)的路徑損耗。ＲＩＳ 反射信道的路徑損耗將直接影響用戶平均接收功率，因此對于ＲＩＳ 輔助通信的信道性能評估至關(guān)重要。假定ＲＩＳ 反射元件ｎ 位于距離基站和用戶足夠遠的地方，與它們的距離分別為ｄ１，ｎ 和ｄ２，ｎ，在遠場條件下，可以假定ｄ１，ｎ ＝ ｄ１和ｄ２，ｎ ＝ ｄ２ ，?ｎ。由于rE（| ｇｎ|２ ）∝ｃ１ （ｄ１ ／ ｄ０） － α１ ，E （| ｈｒ，ｎ|２ ）∝ｃ２ （ｄ２ ／ ｄ０） － α２ ，其中ｃ１ 和ｃ２ 表示參考距離ｄ０ 處的相應路徑損耗，而α１ 和α２ 表示相應路徑損耗指數(shù)，其取值為２ ～ ６。結(jié)合式（６），用戶經(jīng)由ＲＩＳ 反射元件ｎ 反射的平均接收信號功率Ｐｒ，ｎ 與ｄα１ １ ｄα２ ２ 成反比，即：

Ｐｒ，ｎ ∝ １/ｄ１α１ ｄ２α２， （７）

寬帶系統(tǒng)是窄帶系統(tǒng)的擴展，在寬帶系統(tǒng)中仍能得到相同的結(jié)論。

換言之，通過ＲＩＳ 反射元件ｎ 的反射信道遭受雙路徑損耗，稱為“雙衰落效應”。因此，為了減弱此效應，在實踐中優(yōu)化ＲＩＳ 的位置部署十分重要。

１． ２ ＲＩＳ 最優(yōu)位置推導

本文考慮一個簡化的３Ｄ 系統(tǒng)模型，如圖２所示。

ＲＩＳ 一共配備Ｎ 個反射元件以此增強從基站到用戶的通信，假設(shè)基站和用戶都配備了一根天線。本文考慮在基站－用戶的直接路徑被阻塞的情況下，分析ＲＩＳ 位置對系統(tǒng)性能的影響。基站－ＲＩＳ－用戶路徑遵循自由空間信道模型即α１ ＝ ２ 和α２ ＝ ２。此３Ｄ 系統(tǒng)模型中，假設(shè)以用戶均勻分布區(qū)域的中心點為用戶位置，以基站所在位置為原點ｏ，以基站和用戶所在平面為ｘｏｙ 面，以基站－用戶連線方向建立ｘ 軸，以過原點且垂直ｘｏｙ 平面的方向建立ｚ 軸?；荆脩艟嚯x為Ｌ０ ｍ，ＲＩＳ 放置在ｘｏｙ 平面上方，假設(shè) ＲＩＳ 中心點坐標為p Ｌ１，Ｌ２，Ｚy ，Ｌ１、Ｌ２、Ｚ 為優(yōu)化變量，其中０≤Ｌ１ ≤Ｌ０ ，－∞ ≤Ｌ２ ≤＋∞ ，Ｚ≥０。基站到ＲＩＳ 的距離為ｄ１ ｍ，ＲＩＳ 到用戶的距離為ｄ２ ｍ，則ｄ２１＝ Ｌ２１＋Ｌ２２＋Ｚ２ ，ｄ２２＝ （Ｌ０ －Ｌ１） ２ ＋Ｌ２２＋Ｚ２ 。通過優(yōu)化ＲＩＳ反射系數(shù)，用戶接收ＳＮＲ 可表示為［１５］：

２ 仿真結(jié)果

本文考慮ＲＩＳ 反射元件數(shù)Ｎ ＝ ３００，基站－用戶距離Ｌ０ ＝ ５０ ｍ，基站發(fā)射功率Ｐ ＝ ３０ ｄＢｍ，用戶端接收噪聲σ２ ＝ －８０ ｄＢｍ，參考距離為１ ｍ 時的路徑損耗β０ ＝ －３０ ｄＢ，基站到用戶的直接路徑被阻礙無法進行通信，基站到ＲＩＳ 和ＲＩＳ 到用戶之間的信道均假設(shè)為自由空間信道即α１ ＝ ２ 和α２ ＝ ２。由于ｆ（ｕ）是關(guān)于ｕ ＝ １/２ ，即Ｌ１ ＝ ２５ ｍ 對稱的函數(shù)，所以在研究Ｌ１ 對用戶接收ＳＮＲ 影響時，可僅考慮Ｌ１ ∈［０，２５］ｍ。

在圖４（ａ）中考慮Ｌ２ ＝ ５ ｍ，Ｌ１ 取０、５、１０ ｍ 時，用戶接收ＳＮＲ 隨Ｚ 的變化；在圖４（ｂ）中考慮在給定Ｚ ＝ ５ ｍ，Ｌ１ ?。啊ⅲ?、１０ ｍ 時，用戶接收ＳＮＲ 隨Ｌ２的變化。從圖中發(fā)現(xiàn)，用戶接收ＳＮＲ 會隨著Ｌ２ 或者Ｚ 的增大而減小，因此在ＲＩＳ 部署地理范圍有局限的條件下，應該盡可能地選擇Ｌ２ 和Ｚ 小的位置部署ＲＩＳ。當Ｌ２ 或者Ｚ 增大時，ＲＩＳ 最優(yōu)位置Ｌ*１ 會逐漸靠近Ｌ０/２ ，這時在離基站較近處部署ＲＩＳ 并不能帶來更高的ＳＮＲ 增益。如圖４ 所示，當Ｚ ＝ ２２ ｍ，Ｌ２ ＝ ５ ｍ和Ｚ ＝ ５ ｍ，Ｌ２ ＝ ２２ ｍ 時，由于Ｌ２２＋Ｚ２ ＜Ｌ２０/４ ，由定理三可知，ＲＩＳ 的最優(yōu)位置Ｌ*１ ≈１４． ２３ ｍ。所以，ＲＩＳ 部署在Ｌ１ ＝ １０ ｍ 比Ｌ１ ＝ ０、５ ｍ 時的用戶接收ＳＮＲ 更大。

圖５ 考慮在Ｌ２ ＝ １５ ｍ 處有易于部署ＲＩＳ 的高樓，通過設(shè)置Ｚ 為５、２０、４０ ｍ，使得基站、ＲＩＳ 以及用戶之間距離滿足Ｌ２２＋Ｚ２ ＜ Ｌ２０/４ ，Ｌ２２＋Ｚ２ ＝ Ｌ２０/４ ，Ｌ２２＋Ｚ２ ＞ Ｌ２０/４ ，它們分別對應圖５（ａ）～ 圖５（ｃ）。由圖５（ｄ）可以看出，隨著Ｚ 的增大，用戶接收ＳＮＲ 的極值點逐漸往中間靠攏，同時其最大值也在逐漸降低，因此應該在實際中尋找更小的Ｚ 來部署ＲＩＳ。由于Ｌ２ 與Ｚ在式（９）中可以互換，因此也應該在實際中尋找更小的Ｌ２ 來部署ＲＩＳ。在條件允許的情況下，ＲＩＳ 的位置部署應該選擇Ｌ２２＋Ｚ２ ＜Ｌ２０/４ 的場景。

圖６ 考慮在滿足Ｌ２２＋Ｚ２ ＜Ｌ２０/４ 的場景下，用戶接收ＳＮＲ 隨Ｚ 和Ｌ１ 的變化。從圖中可以看出，當Ｌ０ ＝５０ ｍ，Ｌ２ ＝ １０ ｍ，Ｚ ＝ ０ ｍ 時，ＲＩＳ 最優(yōu)位置Ｌ*１ ≈２． ０９ ｍ 處比Ｌ１ ＝ ０ ｍ 處的ＳＮＲ 高約０． １７ ｄＢ，比Ｌ１ ＝ ２５ ｍ 即基站－用戶中垂線處的ＳＮＲ 高約３． ２４ ｄＢ；當Ｌ０ ＝５０ ｍ，Ｌ２ ＝ １０ ｍ，Ｚ ＝ １０ ｍ 時，ＲＩＳ 最優(yōu)位置Ｌ*１ ≈４． ３８ ｍ（與２． ０９ ｍ 相比更靠近２５ ｍ）處比Ｌ１ ＝ ０ ｍ處的ＳＮＲ 高約０． ３３ ｄＢ，比Ｌ１ ＝ ２５ ｍ 處ＳＮＲ 高約１． ３４ ｄＢ。所以隨著Ｌ２２＋Ｚ２ 接近１/４Ｌ２０，ＲＩＳ 最優(yōu)位置Ｌ*１ 接近Ｌ１ ＝ ２５ ｍ，而遠離Ｌ１ ＝ ０ ｍ，這使得ＲＩＳ 部署在Ｌ*１ 處比部署在Ｌ１ ＝ ０ ｍ 處的ＳＮＲ 差值增大，而比部署在Ｌ１ ＝ ２５ ｍ 處的ＳＮＲ 差值減小。

圖７ 展示了在本文系統(tǒng)模型中聯(lián)合優(yōu)化基站主動波束賦形、ＲＩＳ 被動波束賦形和ＲＩＳ 位置部署的情況下，用戶接收速率與基站發(fā)射功率的關(guān)系。從圖中可以看出，當基站到用戶直接路徑被阻塞時，在系統(tǒng)中配置ＲＩＳ，用戶處的接收速率得到了顯著提升。通過對比最優(yōu)化ＲＩＳ 位置與隨機固定ＲＩＳ 位置的仿真結(jié)果，可以發(fā)現(xiàn)，通過本文理論推導出的最優(yōu)位置閉式解對ＲＩＳ 進行部署可以進一步提升用戶接收速率。因此，在優(yōu)化基站主動波束賦形和ＲＩＳ 被動波束賦形時，同步優(yōu)化ＲＩＳ 位置部署，可以減弱系統(tǒng)的“雙衰落效應”，提升系統(tǒng)性能。

３ 結(jié)束語

本文基于ＲＩＳ 可在三維空間中任意位置部署的實際場景下，理論分析和仿真驗證了優(yōu)化ＲＩＳ 三維空間中位置部署對ＲＩＳ 輔助無線通信系統(tǒng)用戶ＳＮＲ的影響。以最大化用戶接收ＳＮＲ 為目標，建立ＲＩＳ位置部署優(yōu)化問題模型并求解，在理論和仿真中發(fā)現(xiàn)，ＲＩＳ 部署位置并不總是靠近基站或者用戶，而是取決于基站、ＲＩＳ 中心以及用戶之間的相對距離關(guān)系。此外，在ＲＩＳ 輔助多用戶通信系統(tǒng)中，ＲＩＳ 部署位置的選擇是一個以最大化信干噪比為目標的復雜優(yōu)化問題，依賴更復雜的算法來求解，需在今后的工作中進一步研究。

參考文獻

［１］ 陳迎新，岳殿武，任靜，等． 多可重構(gòu)智能表面輔助通信系統(tǒng)的性能研究［Ｊ］． 無線電工程，２０２２，５２ （１２）：２１２４－２１３１．

［２］ 齊峰，岳殿武，孫玉． 面向６Ｇ 的智能反射面無線通信綜述［Ｊ］． 移動通信，２０２２，４６（４）：６５－７３．

［３］ 張全君，王浩，吳阿沛． 面向６Ｇ 的智能反射面無線通信［Ｊ］． 通信電源技術(shù)，２０２２，３９（２４）：１２１－１２３．

［４］ ＹＵＡＮ Ｘ Ｊ，ＺＨＡＮＧ Ｙ Ｊ Ａ，ＳＨＩ Ｙ Ｍ，ｅｔ ａｌ． Ｒｅｃｏｎｆｉｇｕｒａｂｌｅｉｎｔｅｌｌｉｇｅｎｔｓｕｒｆａｃｅ Ｅｍｐｏｗｅｒｅｄ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ：Ｃｈａｌｌｅｎｇｅｓ ａｎｄ Ｏｐｐｏｒｔｕｎｉｔｉｅｓ［Ｊ］． ＩＥＥＥ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２１，２８（２）：１３６－１４３．

［５］ ＣＡＩ Ｙ Ｌ，ＺＨＡＯ Ｍ Ｍ，ＸＵ Ｋ Ｄ，ｅｔ ａｌ． Ｉｎｔｅｌｌｉｇｅｎｔ ＲｅｆｌｅｃｔｉｎｇＳｕｒｆａｃｅ Ａｉｄｅｄ Ｆｕｌｌｄｕｐｌｅｘ Ｃｏｍｍｕｎｉｃａｔｉｏｎ：Ｐａｓｓｉｖｅ Ｂｅａｍｆｏｒｍｉｎｇ ａｎｄ Ｄｅｐｌｏｙｍｅｎｔ Ｄｅｓｉｇｎ ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓｏｎ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２１，２１（１）：３８３－３９７．

［６］ ＭＡ Ｗ Ｙ，ＺＨＵ Ｌ Ｐ，ＺＨＡＮＧ Ｒ． Ｐａｓｓｉｖｅ Ｂｅａｍｆｏｒｍｉｎｇ ｆｏｒ３Ｄ Ｃｏｖｅｒａｇｅ ｉｎ ＩＲＳａｓｓｉｓｔｅｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ［Ｊ］． ＩＥＥＥＷｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｌｅｔｔｅｒｓ，２０２２，１１（８）：１７６３－１７６７．

［７］ ＷＵ Ｑ Ｑ，ＺＨＡＮＧ Ｒ． Ｉｎｔｅｌｌｉｇｅｎｔ Ｒｅｆｌｅｃｔｉｎｇ Ｓｕｒｆａｃｅ Ｅｎｈａｎｃｅｄ Ｗｉｒｅｌｅｓｓ Ｎｅｔｗｏｒｋ：Ｊｏｉｎｔ Ａｃｔｉｖｅ ａｎｄ Ｐａｓｓｉｖｅ Ｂｅａｍｆｏｒｍｉｎｇ Ｄｅｓｉｇｎ［Ｃ］∥２０１８ ＩＥＥＥ Ｇｌｏｂａｌ ＣｏｍｍｕｎｉｃａｔｉｏｎｓＣｏｎｆｅｒｅｎｃｅ． Ａｂｕ Ｄｈａｂｉ：ＩＥＥＥ，２０１８：１－６．

［８］ ＦＵ Ｍ，ＺＨＡＮＧ Ｒ． Ａｃｔｉｖｅ ａｎｄ Ｐａｓｓｉｖｅ ＩＲＳ Ｊｏｉｎｔｌｙ ＡｉｄｅｄＣｏｍｍｕｎｉｃａｔｉｏｎ：Ｄｅｐｌｏｙｍｅｎｔ Ｄｅｓｉｇｎ ａｎｄ Ａｃｈｉｅｖａｂｌｅ Ｒａｔｅ［Ｊ］． ＩＥＥＥ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｌｅｔｔｅｒｓ，２０２２，１２（２）：３０２－３０６．

［９］ 胡華智，謝威，許魁，等． 混合有－無源智能反射面輔助大規(guī)模ＭＩＭＯ 安全傳輸［Ｊ］． 陸軍工程大學學報，２０２２，１（６）：４８－５５．

［１０］ ＰＥＮＧ Ｑ Ｙ，ＷＵ Ｑ Ｑ，ＣＨＥＮ Ｇ Ｊ，ｅｔ ａｌ． Ｈｙｂｒｉｄ ＡｃｔｉｖｅＰａｓｓｉｖｅ ＩＲＳ Ａｓｓｉｓｔｅｄ Ｅｎｅｒｇｙｅｆｆｉｃｉｅｎｔ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎ［Ｊ］． ＩＥＥＥ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｌｅｔｔｅｒｓ，２０２３，２７ （８）：２２０２－２２０６．

［１１］ ＷＥＩ Ｘ Ｈ，ＤＡＩ Ｌ Ｌ． Ｃｈａｎｎｅｌ Ｅｓｔｉｍａｔｉｏｎ ｆｏｒ ＥｘｔｒｅｍｅｌｙＬａｒｇｅｓｃａｌｅ Ｍａｓｓｉｖｅ ＭＩＭＯ：Ｆａｒｆｉｅｌｄ，Ｎｅａｒｆｉｅｌｄ，ｏｒＨｙｂｒｉｄｆｉｅｌｄ？［Ｊ］． ＩＥＥＥ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｌｅｔｔｅｒｓ，２０２１，２６（１）：１７７－１８１．

［１２］ 柳子惠，康曉非，姚萌． 基于生成對抗網(wǎng)絡(luò)的ＲＩＳ 輔助系統(tǒng)信道估計算法［Ｊ］． 無線電工程，２０２３，５３ （９）：２０４６－２０５３．

［１３］ ＨＵＡＮＧ Ｙ Ｗ，ＭＥＩ Ｗ Ｄ，ＺＨＡＮＧ Ｒ． Ｅｍｐｏｗｅｒｉｎｇ ＢａｓｅＳｔａｔｉｏｎｓ ｗｉｔｈ Ｃｏｓｉｔｅ ｉｎｔｅｌｌｉｇｅｎｔ Ｒｅｆｌｅｃｔｉｎｇ Ｓｕｒｆａｃｅｓ：ＵｓｅｒＡｓｓｏｃｉａｔｉｏｎ，Ｃｈａｎｎｅｌ Ｅｓｔｉｍａｔｉｏｎ ａｎｄ Ｒｅｆｌｅｃｔｉｏｎ Ｏｐｔｉｍｉｚａｔｉｏｎ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２２，７０（７）：４９４０－４９５５．

［１４］ ＢＡＳＡＲ Ｅ，ＹＩＬＤＩＲＩＭ Ｉ，ＫＩＬＩＮＣ Ｆ． Ｉｎｄｏｏｒ ａｎｄ ＯｕｔｄｏｏｒＰｈｙｓｉｃａｌ Ｃｈａｎｎｅｌ Ｍｏｄｅｌｉｎｇ ａｎｄ Ｅｆｆｉｃｉｅｎｔ Ｐｏｓｉｔｉｏｎｉｎｇ ｆｏｒＲｅｃｏｎｆｉｇｕｒａｂｌｅ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｕｒｆａｃｅｓ ｉｎ ｍｍＷａｖｅ Ｂａｎｄｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２１，６９（１２）：８６００－８６１１．

［１５］ ＷＵ Ｑ Ｑ，ＺＨＡＮＧ Ｓ Ｗ，ＺＨＥＮＧ Ｂ Ｘ，ｅｔ ａｌ． ＩｎｔｅｌｌｉｇｅｎｔＲｅｆｌｅｃｔｉｎｇ Ｓｕｒｆａｃｅａｉｄｅｄ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ：Ａ Ｔｕｔｏｒｉａｌ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２１，６９（５）：３３１３－３３５１．

［１６］ ＺＥＮＧ Ｓ Ｈ，ＺＨＡＮＧ Ｈ Ｌ，ＤＩ Ｂ Ｙ，ｅｔ ａｌ． ＲｅｃｏｎｆｉｇｕｒａｂｌｅＩｎｔｅｌｌｉｇｅｎｔ Ｓｕｒｆａｃｅ（ＲＩＳ）Ａｓｓｉｓｔｅｄ Ｗｉｒｅｌｅｓｓ Ｃｏｖｅｒａｇｅ Ｅｘｔｅｎｓｉｏｎ：ＲＩＳ Ｏｒｉｅｎｔａｔｉｏｎ ａｎｄ Ｌｏｃａｔｉｏｎ Ｏｐｔｉｍｉｚａｔｉｏｎ ［Ｊ］．ＩＥＥＥ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｌｅｔｔｅｒｓ，２０２０，２５（１）：２６９－２７３．

［１７］ ＡＬＢＡＮＥＳＥ Ａ，ＥＮＣＩＮＡＳＬＡＧＯ Ｇ，ＳＣＩＡＮＣＡＬＥＰＯＲＥ Ｖ，ｅｔａｌ． ＲＩＳａｗａｒｅ Ｉｎｄｏｏｒ Ｎｅｔｗｏｒｋ Ｐｌａｎｎｉｎｇ：Ｔｈｅ Ｒｅｎｎｅｓ ＲａｉｌｗａｙＳｔａｔｉｏｎ Ｃａｓｅ［Ｃ］∥ＩＣＣ ２０２２ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅｏｎ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ． Ｓｅｏｕｌ：ＩＥＥＥ，２０２２：２０２８－２０３４．

［１８］ＭＯＵＳＴＡＫＡＳ Ａ Ｌ，ＡＬＥＸＡＮＤＲＯＰＯＵＬＯＳ Ｇ Ｃ，ＤＥＢＢＡＨＭ． Ｒｅｃｏｎｆｉｇｕｒａｂｌｅ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｕｒｆａｃｅｓ ａｎｄ Ｃａｐａｃｉｔｙ Ｏｐｔｉｍｉｚａｔｉｏｎ：Ａ Ｌａｒｇｅ Ｓｙｓｔｅｍ Ａｎａｌｙｓｉｓ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓｏｎ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ，２０２３，２２（１２）：８７３６－８７５０．

［１９］ ＲＥＮ Ｙ Ｑ，ＺＨＯＵ Ｒ Ｙ，ＴＥＮＧ Ｘ Ｋ，ｅｔ ａｌ． Ｏｎ ＤｅｐｌｏｙｍｅｎｔＰｏｓｉｔｉｏｎ ｏｆ ＲＩＳ ｉｎ Ｗｉｒｅｌｅｓｓ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍｓ：Ａｎａｌｙｓｉｓ ａｎｄ Ｅｘｐｅｒｉｍｅｎｔａｌ Ｒｅｓｕｌｔｓ ［Ｊ］． ＩＥＥＥ ＷｉｒｅｌｅｓｓＣｏｍｍｕｎｉｃａｔｉｏｎｓ Ｌｅｔｔｅｒｓ，２０２３，１２（１０）：１７５６－１７６０．

作者簡介

郭歆瑩 女，（１９８９—），博士，副教授。主要研究方向：可重構(gòu)智能表面、毫米波通信等。

田高峰 男，（１９９９—），碩士研究生。主要研究方向：可重構(gòu)智能表面。

基金項目：國家自然科學基金（６１９０１１５９）；河南工業(yè)大學青年骨干教師培育計劃（２１４２０１０４）