2023面向网络协作的智能超表面技术白皮书-中移智库_37页_3mb

报告摘要

智能超表面技术白皮书总结（2023）

概述

智能超表面（RIS）作为我国原生技术，是一种新型人工电磁材料，通过可调元件实现对电磁波的空间调控，改善传播环境。其低成本、低功耗、低热噪声等特性，成为6G构建智能无线传输环境的关键基础。当前5G技术虽已提升网络容量和连接能力，但仍存在高复杂度、高成本和高能耗等问题。RIS可作为协作反射节点（CRN），在基站统一协调下实现复杂组网中的信号反射，推动网络性能优化。

白皮书聚焦商用落地，提出分阶段推进RIS技术发展的策略，涵盖应用场景、系统设计、信道建模、器件调控及性能验证等环节。全球学术与产业界已开展RIS研究和试验，包括学术界对基本性能、信道估计、联合预编码等理论探索，以及产业界在原型开发、标准制定和测试验证方面的合作。

技术优势

RIS的核心优势包括：

重构传播环境：通过可控反射，为无线网络提供新的自由度，减少传统环境的随机性影响。
低功耗：仅需供电控制模块，无需功放和馈线，预期样机功耗控制在5W以内。
低成本：无需复杂射频/基带电路，硬件成本较低。
低热噪声：仅改变信号方向，无需信号处理，降低干扰。
全双工高能效：通过实时反射信号，无需接收后再转发，节省传输时间。

应用场景

RIS可应用于传统蜂窝网络以提升覆盖和速率，具体包括：

覆盖补盲：部署在建筑物或室内，增强信号盲区和弱覆盖区域的传输质量。
速率提升：通过波束赋形定向增强有用信号，同时抑制邻区干扰。
新型应用：与无人机、车联网结合，实现大范围覆盖；支持感知、定位、安全通信、电磁污染抑制及能量传输等功能。

实际测试场景包括：

中国移动广东公司：在隧道/停车场、室内、道路等场景验证RIS覆盖能力。
杭州亚运会试点：通过动态RIS部署，实现忙时扩容和闲时关断基站，提升边缘用户性能。

通信系统设计

与网络控制直放站（NCR）对比：
- RIS具有更密集的阵列和更高的波束指向性，但需解决波束训练、控制信令开销等挑战。
- NCR采用带内传输共享射频模块，而RIS可独立设计控制链路，提升灵活性和性能。
波束赋形传输方案：
- 静态/半静态模式：适用于固定环境，依赖终端盲估计，降低信令开销；但波束宽度受限。
- 动态模式：基于终端反馈实现精准波束赋形，分为波束扫描（基于接收强度）和CSI反馈（基于完整信道信息）两种方式。
- 动态模式需权衡调控精度、波束宽度与硬件复杂度，2bit调控已接近理想性能。

信道建模

RIS信道建模面临远场与近场传播差异的挑战：

当前阶段：基于远场假设，使用3GPP TR38901模型扩展为级联模型，区分BS-RIS和RIS-UE的双跳链路特性。
未来阶段：6G全维度RIS可能需要射线追踪模型，精确描述复杂环境与部署场景。
模型对比：Option1将RIS视为网络节点，Option2视为散射体簇，后者更适合近场建模，但需研究与传统簇的区别。

器件调控

调控精度：需确保波束方向一致性，避免旁瓣干扰。1bit调控易引入噪声，多bit调控更优。
幅相调控：在产业链成熟后，进一步优化振幅特性，提高波束指向准确性。
双极化：解决单极化RIS对45°极化波反射不均的问题，需增强对两种极化波的控制能力。
功耗与成本：
- 使用FPGA实现计算，但未来需转向ASIC以降低能耗。
- 优化PIN二极管等元件，降低制造成本；推动规模化生产以实现经济性。

性能验证

器件特性验证：通过电磁仿真（CST平台）和暗室测试，评估RIS的波束方向、互易性及极化响应。
系统级仿真：验证不同部署位置、调控精度和阵子规模对SINR、RSRP等指标的影响。结果显示：
- 边缘部署RIS能显著提升边缘用户性能。
- 动态RIS在复杂场景下优于静态模式，但需标准化支持。
- 26GHz频段下，16x16和40x40阵子的RIS在吞吐量和覆盖范围上有明显提升。
现网测试：
- 深圳测试：验证室外补盲室内、室内延伸覆盖、室外干扰抑制效果，最大RSRP提升20dB，用户速率提升数倍。
- 杭州亚运会试点：动态RIS实现波束自动扫描和用户跟踪，保障高密度场景下的网络质量。

分阶段推进策略

阶段一（NCR为起点）：
- 以3GPP Rel-18的NCR为基础，研究控制信令机制，确保与后续RIS的兼容性。
- 重点解决覆盖增强场景，降低部署复杂度。
阶段二（信道建模深化）：
- 开展大尺度信道测量和参数拟合，完善远场与近场模型。
- 为6G RIS规范提供理论依据，明确研究边界。
阶段三（全维度RIS发展）：
- 推动超大规模RIS部署，融合MIMO和感知能力，创造多径散射环境。
- 优化硬件控制逻辑，从FPGA向ASIC过渡，提升能效。

总结与展望

RIS技术需分阶段推进，与产业成熟度和理论研究同步。

短期目标：以NCR为基础解决覆盖问题，推动标准化和现网部署。
中期目标：完善信道模型和动态波束赋形技术，提升容量和场景适应性。
长期目标：实现全维度RIS，推动智能反射表面与超密集网络（UDN）、太赫兹通信的深度融合。
挑战包括信道估计、器件非理想特性及复杂场景下的协同优化，需结合学术研究与产业实践共同推进。未来RIS或将成为6G网络智能化的核心技术之一，通过灵活调控电磁环境，实现高效、低成本的无线通信革命。

展开完整摘要