K-RIS研究进展与网络部署挑战

1.引言

第五代移动通信（the5thGenerationMobileCommunication，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-InputMulti-Output，MIMO）、毫米波通信（millimeterwave，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6GHz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（the6th

GenerationMobileCommunication，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（ReconfigurableIntelligentSurface，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。

3/63

2.应用场景

2.1.深度覆盖场景

2.1.1.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（BaseStation，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

此外，智能超表面还可以用于优化有源天线单元（ActiveAntennaUnit，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。

4/63

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

2.2.1.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

5/63

2.2.2.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

6/63

3.关键技术进展

3.1.近场通信

3.1.1.RIS构建近场无线传播环境

传统的无线通信网络（1G~5G）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-fieldCommunications,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（ActivePhasedArrayAntenna，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（NonLightofSight，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（CoordinatedMulti-Point，CoMP）技术[6,8]，这类分布式天线技术

7/63

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（LightofSight，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

（SpecificAbsorptionRate，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

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3.1RIS功能角度的近场

功能类型近场特性

1扩展近场覆盖区域

信道调控类RIS2克服近场覆盖空洞

3构建新的LOS近场

基于RIS的新型低成本、低复杂度实现超大孔径相控阵天线，提升近场

相控阵天线覆盖距离

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

类型近场特性

8/63

在信号电磁波入射的RIS正面(0,)角度范围内构建近场

反射式RIS

传播环境

在信号电磁波入射的RIS反面(,2)角度范围内构建近场

透射式RIS

传播环境

半透半反式RIS[0,2)角度范围内构建近场传播环境

表3.3无源/有源RIS近场

类型近场特性

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

对入射电磁波信号执行近场波束聚焦，并进行信号放大。

有源RIS

可以克服无源RIS信号强度受限问题，但复杂度稍高

表3.4RIS网络中的近/远场组合关系

类型近场特性

单RIS级联信道NB-RIS之间的信道：近场/远场

（NB-RIS-UE）RIS-UE之间的信道：近场/远场

多RIS级联信道RIS-RIS之间的信道：近场/远场

（NB-RIS-RIS-UE）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）+NB-UE直达信道：近场/远场

（NB与UE直达信道）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

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，5GNR基于离散傅里叶变换（DiscreteFourierTransform，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（SignaltoNoiseRatio，SNR）损失。与之相反，以球形

9/63

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米瑞利距离以内，DFT码本的波束赋形增益

R

呈现阻尼振荡趋势，低于波束聚焦方案。此处瑞利距离定d义为，其中为辐射阵列

2

D

R

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d离=的2四λ分之一D[12]。由图3.1

所示结果λ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3.1DFT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。

10/63

（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：

（1）

2

�

式中，表示自由空间波长，表示�RIS=单元�间�距。+2𝑚�

令�表示RIS阵面对角线�长度的一半，当大于并且小于或等于时，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−1量，可以由下式计�算�得到：

���（2）

𝐵�

式中，表示RIS相位量化比特数。�=2

每个𝐵子�波带的范围可以由下式计算得到：

（3）

22�1�

0<��+��<�⇒4

11/63

（4）

��−122���

式中，�<��+��<�⇒�4,�=2,3,⋯,��

（5）

𝑚22𝑛�

表示RIS单元的坐标。��=�+�,�=1,2,⋯,��

��,�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3.4RIS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30GHz

带宽400MHz

BS发射功率30dBm

BS天线增益5dBi

BS天线数量4×4

BS与RIS的距离80m

BS与RIS间的路损模型UMi-LOS

RIS单元增益3.5dBi

RIS单元数量128×128

RIS与UE间的路损模型UMi-LOS

UE天线增益5dBi

UE天线数量1

UE噪声系数5dB

遮挡因子σ=4

其它损耗5dB

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。

12/63

图3.5处于RIS近场范围内UE接收信号的SNR

（a）（b）

图3.6UE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/定位

3.2.1.RIS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。

13/63

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3.7RIS协助的目标定位

3.2.2.RIS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

14/63

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

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（TimeOf

Arrival，TOA）和到达方向（AngleOfArrival，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]。

15/63

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

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（ReceivedSignalStrength，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

16/63

的技术路径。

（a）（b）

（c）（d）

图3.13RIS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（IntegratedSensing

andCommunications，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3.14RIS辅助联合通信与定位场景

17/63

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（RingTypeCodebook，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3.153RIS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，

αα（6）

−jϕISAC−jarg∗wCommunication+1−∗wPositioning

其中，和wISAC=e均采=用eRTC码字，分别表示通信码字和定位码字，ISAC码

字w通Co过mm对un其ica进tion行复w数Pos叠itio加nin而g构建。α为模式切换因子，取值与系统模式的对应关系如

表w3.I6SA所C示，通过调整的α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α

α系统模式

α=0定位模式

α=1通信模式

α=0.5ISAC模式（典型）

0<α<0.5ISAC模式（定位优先）

0.5<α<1ISAC模式（通信优先）

18/63

（a）（b）

（c）（d）

图3.16模式切换因子α对ISAC波束功率分配的影响（a）ISAC码字#1α（b）

ISAC波束#1（c）ISAC码字#2α（d）ISAC波束#2=0.5

图3.17所示为两套所提出方案可选的系统流程≠示0意.5图，其中，表示仅用于通信的

码字，表示同时辅助通信与定位的码字，定位管理功能（LocatiownCoMmamnagementFunction，

LMF）w表ISA示C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，Map

Config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。

19/63

（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0dBm

RIS单元数量40×40

RIS移相精度1-bit

路径损耗模型InH-OfficeLOS

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。

20/63

（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。

21/63

（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

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（PhysicalLayerSecurity，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；另一类是物理

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。

22/63

第六代移动通信技术（6thGenerationMobileNetworks，6G）具有更高的空口安全需求。

协作干扰、人工噪声（ArtificialNoise，AN）等传统无线物理层安全（PhysicalLayerSecurity，

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-inputsingle-outputsingle-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[21–24]中的工作，后续研究者先后研究了多输入多输出多天线（multiple-input

multiple-outputmultiple-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（conventionalRIS，c-RIS）和同时传输与反射的可重构智能表面（Simultaneously

TransmittingAndReflectingRIS，STAR-RIS）；根据RIS反射单元能否对信号幅度进行放大

将c-RIS分为有源RIS（activeRIS，a-RIS）和无源RIS（passiveRIS，p-RIS）。在传统PLS

技术基础上，如何优化RIS单元相位和幅度，进一步提升系统的安全保密性能已成为基本

研究思路。

由于RIS具备调控无线环境的能力，故RIS增强合法链路通信质量的同时，也给窃听

链路带来相似增益；另一方面，当RIS应用于无线通信系统中，干扰信号倾向于动态波动，

RIS“盲目”反映期望信号和干扰信号，干扰信号的不可预测性可能导致接收机性能变差。如

何基于RIS技术，尽可能辅助合法链路而劣化窃听链路，是亟待探索的关键问题。

23/63

.p-RIS辅助的PLS研究

由于RIS能够重新配置无线信道的能力，在一定程度上能够按照需求智能、主动地调

整无线信号的传播，在合法用户的通信链路与窃听者链路在空间上高度相关的场景下，可以

通过反射和消除部分信号，结合其他经典物理层安全技术来增强无线安全。

（1）基于RIS相移矩阵优化的隐蔽通信

为了将RIS调控无线环境的能力转化为辅助物理层安全的能力，可通过RIS相移矩阵

优化实现精确的波束形成，以增强合法链路和窃听链路的差异。研究指出，在相同的发射功

率下，进行RIS相移矩阵优化的系统，其保密速率明显优于RIS相移随机化的系统[29]。基

于此，文献[30]提出当通信发射节点配备单天线时，进行联合传输功率和RIS相移优化，当

通信发射节点配备多天线时，进行发射波形和RIS相移优化，实现了RIS辅助的合法通信

用户接收信号功率的提升和恶意节点接收信号功率的削弱。

与具有固定位置的地面部署RIS相比，空中部署RIS可以在三维空间中灵活调整位置，

具有更精细的波束分辨率，以增强PLS，如图3.20所示。研究[31]考虑了无人机搭载RIS辅

助隐蔽通信的设计方案，通过联合优化无人机轨迹和RIS被动波束形成，实现了限定功率

下的物理层安全。

图3.20无人机搭载RIS辅助隐蔽通信的系统[32]

（2）基于RIS相移矩阵优化和人工噪声结合的保密通信

当发射机具备足够的空间自由度以生成人工噪声（ArtificialNoise，AN）信号时，考虑

在系统中注入AN以干扰恶意节点，从而提升保密速率。在RIS辅助无人机的物理层安全研

究中，可以通过这一特性通过利用飞行RIS的高移动性，提高了整体安全性。通过将AN传

输到恶意节点，可以通过飞行的RIS克服IoE设备硬件复杂度低以实现安全通信的缺点[29]。

在文献[33–35]中，考虑了添加AN来故意损害窃听者的信道，通过联合优化发射波束、

RIS相移和AN协方差矩阵，最大化系统保密通信能力。这些工作已经证明，AN可以显著

提高保密性能，但需要消耗一定数量的多天线发射机的空间自由度和发射功率。

当发射机的空间自由度不足或单个节点的发射功率受限时，考虑借助协作干扰节点生成

噪声干扰信号。在RIS辅助的无线通信系统中，统筹考虑发射节点、合作加扰节点和RIS，

实现保密通信已被证明是一项可行的方案[36]，如图3.21所示。

24/63

图3.21协作干扰辅助RIS无线网络[36]

设想了空中RIS可以与地面BS联合作为一个移动合作干扰器，以提高安全性。此外，

存在多个合法用户和窃听者时，由于任务要求，空中RIS必须飞越某些窃听者，此过程中

信息泄漏的可能性增加。在这种场景下，考虑部署多个协作飞行RIS，实现更强的安全通信

[29]。通过联合优化空中节点的轨迹、空中RIS的被动波束形成和朝向角以及地面BS的发射

波束形成，最大限度地提高保密容量、安全阐述概率等系统安全指标。

.STAR-RIS辅助的PLS研究

C-RIS由于单元只具备反射能力，故要求通信源节点和目的节点位于RIS的同一侧。为

了进一步提升增强覆盖范围、提供操作信号传播自由度以及RIS部署的灵活性，考虑将

STAR-RIS引入无线系统。如何将STAR-RIS全方位构造无线环境的能力转化为保密通信的

能力，是STAR-RIS辅助PLS研究的基本思路。

文献[37]考虑了在室内室外都有合法通信用户存在的场景下，必须要引入STAR-RIS进行

通信全覆盖，研究了STAR-RIS辅助的上行NOMA保密通信，利用STAR-RIS实现对无线

传播环境的主动控制，从而保护NOMA通信免受恶意窃听。

研究[31]考虑了STAR-RIS辅助的安全NOMA通信系统，采用注入AN的方法提升保密

速率，如图3.22所示。

图3.22STAR-RIS辅助的安全NOMA通信系统[31]

3.3.2.RIS辅助的物理层密钥生成技术

物理层密钥生成技术利用无线信道内生的物理特性来生成安全密钥，这种密钥生成技术

不需要大量的计算且生成的密钥高度随机，因此受到了广泛的关注。物理层密钥生成高度依

25/63

赖无线信道的随机性，当信道环境较差或者信道处于准静态时，密钥生成速率受限。可重构

智能超表面（ReconfigurableIntelligentSurface，RIS）可以通过调整反射系数，如相位、幅

度、频率，甚至极化来主动的地控制信号，调控无线信道特性，从而改善信道环境，提升密

钥生成速率。

RIS辅助的物理层密钥生成是否存在最优的相位矩阵使得密钥生成速率最大。在多用户

场景中，用户信道之间的相关性会导致信息泄露，密钥生成速率大大降低。窃听者的存在也

是密钥生成所面临的挑战，如何智能的调控RIS的反射系数，在增强合法用户信道的同时

干扰窃听者信道仍在研究。

在物理层安全密钥生成技术中，如何实现高密钥容量和低比特不一致性是一个挑战。密

钥生成速率依赖于无线环境的随机性，目前已有研究表明随机开关RIS单元可以简单的提

升信道的随机性，带来更高的密钥熵[38]。有规划的开关某些RIS单元可以在进一步提升密

钥生成速率的同时使得合法用户通道质量由于窃听者[39]。这两种方法都可以在低熵环境下

辅助用户实现密钥生成。

对于单用户场景，利用信道状态信息（ChannelStateInformation，CSI）优化RIS单元

反射系数，从而有效地放置RIS单元，可以最大限度地提高密钥容量，最大化可达密钥生

成速率[40]。在多用户场景下，用户信道之间的相关性会影响密钥生成速率。在考虑用户信

道相关性的前提下，每个合法用户在与基站进行密钥协商时，其余的合法用户都视为潜在窃

听者。密钥速率通常由通信用户与其他窃听者之间的最小互信息得出。在多用户场景下，当

一个用户的通道与其他通道的独立性越强时，可实现的密钥生成速率就越快，这意味着我们

可以通过减少多个用户之间的通道相关性来提高密钥生成速率[41]。在每次密钥协商的间隙

随机切换RIS的相位可以降低信道间的相似性，提升密钥生成速率。此外，基