6G智能超表面技术应用与挑战

2021-11-24 05:09赵亚军菅梦楠
无线电通信技术 2021年6期
关键词:赋形波束信道

赵亚军,菅梦楠

(1.中兴通讯股份有限公司,北京 100192;.移动网络和移动多媒体技术国家重点实验室,广东 深圳 518055)

0 引言

随着5G商用网络的大规模部署,5G用户数量及移动通信业务需求快速增长。2021年4月27―28日召开的3GPP PCG#46会议上正式通过把“5G-Advanced”用于标识5G Rel-18之后的标准版本,并于6月27日—7月2日举行Rel-18 workshop,讨论5G Rel-18及后续版本的需求及候选技术特性,标志着5G标准化即将进入第二阶段[1]。相对5G第一阶段,5G标准的第二阶段5G-Advanced(5G-Adv)提出了更高的需求[2]。与此同时,6G需求探索及潜在关键研究工作也在如火如荼地开展,提出了全新的业务及场景需求,对技术有了更高的要求[3]。

一直以来,随心所欲地调控电磁波是人们不断追寻的梦想,麦克斯韦方程组的出现使得人类对电磁波的掌控能力得到飞速的增长。但受限于天然材料相对固定的电磁参数,人们对电磁波的控制力仅局限在发射机和接收机上。近年来,智能超表面(Reconfigurable Intelligent Surface,RIS)因为其能够灵活操控信道环境中的电磁特性,一经出现就吸引了学界和业界广泛的关注。尤其近一两年,RIS在学术研究及产业推进上更是发展迅速,被认为是5G-Adv[4-7]和6G网络[8-9]的关键候选技术之一。RIS通常由大量精心设计的电磁单元排列组成,通过给电磁单元上的可调元件施加控制信号,可以动态地控制这些电磁单元的电磁性质,进而实现以可编程的方式对空间电磁波进行主动的智能调控,形成幅度、相位、极化和频率可控制的电磁场。作为超材料的二维实现,RIS天然具有低成本、低复杂度和易部署的特性,有机会用以解决未来无线网络面临全新需求与挑战。RIS引入无线通信网络,使得无线传播环境从被动适应变为主动可控,从而构建了智能无线环境(Smart Radio Environments,SRE)。SRE的概念为无线通信系统引入了一种新的通信理论观点,并为优化提供了新的机会[10]。

已有的RIS研究主要针对经典通信问题在RIS引入后面临的新挑战进行研究探讨,例如信道估计、波束赋形等,并且侧重于单用户或简单多用户场景。相关文献已经对上述问题进行了深入的理论分析,并提出了相应的解决方案。不过,RIS的引入可能构建全新的网络范式,在给未来网络带来全新可能的同时,也导致了诸多全新的技术及工程应用挑战。本文将重点尝试对这些全新挑战进行深入分析探讨,并提出可能的解决方案或研究思路。

本文首先介绍了RIS使能未来无线通信网络的主要方面,包括重构无线信道增强通信能力,使能无线网络提供网络更多可能和实现端到端全链路智能化;然后简单汇总RIS网络面临的主要工程化应用技术挑战,对其中的信道降秩、网络间共存、网络内共存、网络部署等几个关键技术挑战进行深入分析和探讨,并提出可能的解决方案或研究思路;最后,文章给出了总结与展望。

1 RIS使能未来无线通信网络

RIS作为一种亚波长二维表面的人工材料,相对传统通信技术表现出很多优良的技术特性,这些技术特性可以很好地使能未来无线网络。其典型技术特性主要包括四方面:① 无源,不会引入热噪声,功耗低,满足绿色通信的要求;② 低成本,不需要混频器、数模/模数转换器、功率放大器等高成本器件;③ 易部署,可扩展和轻量化的设计使其具有安装、拆卸容易的特点;④ 连续表面任意点均可重构电磁波,可构成任意形状表面以适应不同应用场景,支持更高的空间分辨率。此外,智能超表面具有全频段响应特性,可支持全双工传输,且一般面积大,接收能量高,并方便密集部署,具有工程实践的天然优势。基于RIS上述优良的技术特性,其在解决非视距传输问题、扩展覆盖范围、减小电磁污染、环境感知与定位、实现绿色通信等方面具有积极意义,并可以作为未来通信感知一体化的关键支撑技术。

1.1 重构无线信道,增强通信能力

传统网络的无线信道存在两方面的问题:其一,信道容量受限于自然传播信道特性,只能通过优化收发机算法无限逼近自然传播信道约束下的信道容量上限;其二,传输信道的大尺度与小尺度信道参数随机时变,难以避免信道估计偏差,导致无论链路自适应还是波束赋形均会存在信道匹配偏差,实际可达容量与理想信道容量有差距。

RIS的引入将带来信道特性的全新变化,有机会实现无线信道的重构,突破传统网络自然无线传播信道的限制。其对信道特性的改变主要可以体现为如下三方面:

① 恰当部署足够数量的RIS并利用其异常调控能力,控制电磁波的主要传播路径,大幅度改变电磁波的强度分布特性,实现对信道大尺度参数的控制。例如,毫米波波束易阻挡,可以恰当部署RIS进行散射调控,对信号传播路径进行大相位调整,实现覆盖重构。合理部署和调控RIS,可以严格约束覆盖区域,从而降低小区间干扰耦合关系。

② 泛在部署的RIS进行自适应动态调控,实现对信号的主要散射体/多径的时延、幅度、相位以及极化方式等的动态按需调控,进而实现对信道小尺度参数的控制,达到抑制多径效应并改变MIMO信道空间特性的目的。例如,RIS可以通过调控反射信号的调控,跟踪UE的移动,尽可能降低信道深度衰落的概率,包括多径引起的小尺度深度衰落和阴影等引起的大尺度深度衰落。

③ 动态调控多径信道参数,信道的小尺度参数从随机动态时变成为一定程度地确定可控,从而使得信道参数可以被更为准确地估计预测。

由上可知,由于RIS低成本、低功耗、简单易部署的特点,有机会泛在部署。而泛在部署的RIS有机会改变自然传播信道,并通过改变信道打破自然传播信道固有的容量限制,从而提升信道容量。其核心能力来自于对自然无线信道的智能控制和改变,通过对反射相位、幅度、极化方式等的调控,把无线信道从一个高度随机时变的自然信道改变为一个一定程度确定可控的人为信道。

1.2 使能无线网络,提供网络更多可能

RIS引入无线网络,因其全新的技术特征,在增强传统通信能力的基础上,也为未来无线网络提供了更多可能。诸多文献对RIS可能的应用进行了探讨,其中比较典型的应用包括高精度感知定位、数能同传、背向散射、安全通信、减少电磁污染等方面。

不失一般性,以RIS支持感知定位应用为例。传统的蜂窝网络提供了无线定位功能,它的定位精度受到基站部署位置、基站数量、天线阵子规模等的限制,其空间与角度辨识能力有限。相较于传统收发机,使用RIS进行电磁感知的优点包括:① RIS易于大规模部署,可以实现无盲区的感知和通信;② 组成RIS的大量单元可以在信道感测期间收集丰富的信息,从而获得高精度、细粒度的环境感知结果;③ 所获得的大量数据信息可应用于数据驱动的人工智能技术,进而挖掘更全面、更准确的环境信息。因此,RIS有机会成为支持未来通信感知一体化的关键支撑技术之一。

1.3 实现端到端全链路智能化

近些年,AI用于增强传统无线通信系统的研究空前火热。不过,已有研究主要探讨发射端与接收端的智能化,无线信道依然需要被动适应自然传播环境。RIS通过其人为灵活异常调控无线电波传输的能力,有机会构建一个智能的无线电磁环境。即RIS的引入,使得无线网络在实现无线系统收、发端智能化基础上,进一步实现无线信道的智能可控,从而有机会构建涵盖发射端、无线信道和接收端彻底的端到端智能无线系统,支撑实现真正的“智能泛在”与“智慧内生”的未来6G网络[11]。

综上,RIS可以构建智能可控无线传播环境,突破传统通信网络的限制,并在增强传统通信能力的基础上,为未来无线网络提供了更多可能。

2 面临的技术及工程应用挑战

RIS的引入可能构建全新的网络范式,在给未来网络带来全新可能的同时,也导致了诸多全新的技术及工程应用挑战,表1总结汇总了RIS网络面临的主要工程化应用技术挑战。目前RIS工程应用技术研究尚处于初期,涉及的技术问题较多,限于篇幅,本文将仅对其中信道降秩、网络间共存、网络内共存、网络部署等几方面的关键技术挑战进行深入分析和探讨,并提出可能的解决方案或研究思路。其他未在本文展开的技术挑战,将在合适的时机进一步深入分析和探讨,这里先简单罗列以供各位研究人员参考。

表1 RIS网络面临的技术及工程应用挑战

3 无线信道特性影响——信道降秩

相对于传统无线通信系统,RIS的引入将对无线信道特性产生重大影响。例如,超大规模阵子/超大天线孔径,使得信道的近场特性显著;超密集阵子(<0.5λ)带来互耦问题;对电磁波传播可能的非线性影响以及广泛部署对无线传播环境可能带来的全新模式的变化等。另外,RIS引入使得原有自然不可控电磁传播环境变为人为可控的电磁传播环境,对电磁传播环境的主动调控可能会带来全新的信道刻画范式。基于我们的有限认识,发现已有研究主要集中在RIS的大尺度特性[12]、信道估计[13]、波束赋形增益[14]等方面展开,尚未发现有文献就引入RIS后对于MIMO空间复用性能的影响进行深入分析和研究。

RIS使能的信道包括NB-RIS和RIS-UE两个分段子信道。典型情况是NB-RIS之间的信道为LOS信道或NLOS低秩信道,则即使RIS-UE之间为富散射的高秩信道,NB-RIS-UE级联信道的秩依然受限于NB-RIS之间的信道。本节将对引入RIS后带来无线信道空间自由度下降进而导致信道降秩问题进行深入讨论。

3.1 系统模型

对于一个RIS辅助的无线通信系统,考虑一个具有M个天线的NB、一个具有N个天线单元RIS和一个具有U个天线的UE。令Hnb-ue∈CU×M表示NB与UE之间的直达信道,Gnb-ris∈CN×M表示NB与RIS之间的信道,Hris-ue∈CU×N表示UE与RIS之间的信道。

NB和UE之间的整体传播信道有两种场景,可以分别表示为如下:

场景1:同时包括直达信道和经过RIS的信道

HT=Hris-ueβΘrisGnb-ris+Hnb-ue,

(1)

场景2:只有通过RIS的信道,直达信道被阻塞

(2)

相应地,UE处的接收信号Y可以表示为如下:

场景1:同时包括直达信道和经过RIS的信道

Y=(Hris-ueΘrisGnb-ris+Hnb-ue)FX+W,

(3)

场景2:只有通过RIS的信道,直达信道被阻塞

Y′=(Hris-ueΘrisGnb-ris)FX+W,

(4)

其中,Θris=diag(θ1,θ1,…,θN)是RIS处的反射向量,θn表示第n个RIS元素的反射系数,β为RIS的增益,F为NB处的预编码向量,W∈CU×1为UE处的接收噪声。注意,θn可以进一步表示为θn=βnejφn,βn∈[0,1]和φn∈[0,2π] 并分别表示第n个RIS元素的振幅和相位。

3.2 问题分析

场景1:同时包括直达信道和通过RIS散射信道

由上可知,通过RIS的信道包括了NB-RIS和RIS-UE两个分段子信道。典型情况下,RIS面板一般布置在相对较高的位置,典型情况是NB与RIS之间散射体较少,NB-RIS之间的信道大多为纯LoS信道或者莱斯因子较高的莱斯信道,信道矩阵处于低秩状态。由两个矩阵乘积的秩满足不等式r(AB)≤min(r(A),r(B))可知,即使RIS-UE之间的信道为富散射的高秩信道,NB-RIS-UE总信道的秩依然受限于NB-RIS之间的信道。RIS信道特性类似多天线中继(Relay)信道,文献[15]对多天线中继信道的低秩问题进行了深入的分析。另外,也可以从MIMO信道的锁孔效应(Keyhole Effect)角度分析。引入RIS后,RIS信道可能会产生锁孔效应,尤其是NB-UE直达信道被阻挡而仅有通过RIS反射信道的场景[16]。

场景2:只有通过RIS散射信道,直达信道被阻塞

由式(1),经过RIS的信道分量,包含了RIS提供的波束赋形增益β。典型情况,RIS一般具有超大规模天线阵子,也即波束赋形增益较高(β>>1),因而通过RIS的信道分量Hris-ueβΘrisGnb-ris贡献远大于基站直达UE的信道分量Hnb-ue。在此典型情况下,场景1退化为场景2,信道条件数也主要受限于NB-RIS之间的信道。当然,若‖Hnb-ue‖>>‖Hris-ueΘrisGnb-ris‖,使得β‖Hris-ueΘrisGnb-ris‖与‖Hnb-ue‖数量级相当,也即经过RIS的信道分量贡献与基站直达UE信道分量相当,此时,信道条件数与无RIS的传统MIMO信道情况类似。

3.3 潜在解决方案

基于上述问题分析可知,RIS引入后对信道条件数的制约主要来自于NB-RIS之间的信道Gnb-ris,需要从RIS分段信道中的Gnb-ris成分入手探索解决手段。

小区边缘UE为功率受限,引入RIS的主要目的是为了获得阵列增益,而不是空间复用增益,RIS导致的信道秩下降对其性能影响不大。而且RIS的引入还获得波束赋形增益,增强了信号,因此边缘UE受益于RIS。但对于非小区边缘的UE,一般无RIS辅助时信号强度已较高,且多大典型的自然传播信道满足富散射条件,为高秩信道,可以获得较高MIMO复用增益。但若引入RIS,也即引入NB-RIS信道,则可能使得信道的秩急剧降低,从而导致该UE的MIMO复用增益大大下降。基于此定性分析可知,RIS的引入对小区中心那些高SINR的UE性能影响较大,对分布在其他位置的UE性能影响相对较小。因此,本文主要针对SINR较高的UE,并进一步分为近场情况和远场情况探讨相应的解决方案。

若基站与RIS之间的信道条件满足近场假设,此时可以采用LoS MIMO技术思想进行分析。例如,可以采用缩短基站与RIS之间的距离、扩大RIS天线孔径面积等方式来加大入射信号在RIS表面不同天线阵元上的相位差,从而提升信道条件数。进一步地,若满足轨道角动量(Orbital Angular Momentum,OAM)信道条件(即近场且准共轴),可以考虑采用涡旋角动量来提升空间复用增益。不过若采用OAM机制,基站和UE的天线形态需要满足OAM需求,且收发机也需要相应优化。

若基站与RIS之间的信道条件满足远场假设,且仅有通过RIS反射的信道时,显然依赖单个RIS面板难以改善信道条件数。若条件允许,可以部署多个RIS面板以提供多个独立的散射表面,从而改善信道条件数。RIS的低成本、低功耗和简单易部署特性,提供了部署多个RIS面板的可能性。若可以部署更多的RIS面板,甚至有机会解决自然散射环境的散射体稀疏导致的信道条件数较大的问题,增加信道空间自由度,进而提升信道的空间复用增益。

针对同时存在NB-RIS-UE信道和NB-UE信道的情况,对于那些非SINR受限的UE,RIS可以采用宽波束或广播波束以降低波束赋形增益,从而满足β‖Hris-ueΘrisGnb-ris‖与‖Hnb-ue‖相当的条件,也即经过RIS信道的分量贡献与基站直达UE信道相当。此时,RIS提供了一定的波束赋形增益,同时还提供了更多的散射路径,增加信道空间自由度,进而提升了空间复用增益。也即,小区中心的RIS设计目标不是追求赋形增强信号,而是侧重抑制多径效应,增加空间自由度,优化不同地理区域信号质量的平稳性。

另外,为了更好地针对不同情况选择合适的解决方案,还需要设计一些测量与判决机制以准确估计和判断UE所处的场景,从而针对性地采用对应的优化方案。例如,若同时存在RIS路径和直达路径,给出合适的判决准则,选择调度通过RIS的路径或者直达路径。或者,优化RIS部署,使得小区中心UE尽量采用直达路径而不采用RIS路径。

4 网络间—多网络共存(Inter-Networks)

无线移动通信网络实际组网场景中,多网络共存是传统典型问题。共存的多个网络分别由不同的运营者部署和管理,共存的关键挑战在于彼此之间协作受限。引入RIS之后,其在理想调控下可以优化调控相邻节点之间的干扰关系,不过考虑到实现复杂度、多网络协调的可行性及RIS固有技术特性约束等因素,给多网络共存带来了全新挑战。实际网络中,入射在RIS面板上的无线信号既包括RIS优化调控的“目标信号”,也包括其他“非目标信号”,RIS将会对这两类信号同时调控。其通过调控电磁波的幅度、相位、极化方式等可以增强“目标信号”,同时也对“非目标信号”进行非预期的异常调控。

从频谱使用关系角度,多网络共存可以包括同频共存(也可以称为同道共存)、异频共存(也可以称为邻道共存)两类场景。多网络共存时,其主要制约因素在于网络之间不能或不方便协调调控/调度。本节将分别对这两类共存场景面临的挑战进行分析。

4.1 同频共存

随着频谱资源的日益紧张,频谱共享将会是未来6G网络主要的频谱使用方式[3]。当多个网络采用频谱共享方式使用频谱时,存在网络间同频共存的问题。传统频谱共享技术已经非常成熟,典型的方式包括认知无线电技术(Cognitive Radio,CR)为基础的主从系统之间的频谱共享、基于IEEE 802.11标准非授权频谱共享技术等。RIS的引入将会给频谱共享技术提供了新的机遇,但同时也会带来全新的挑战。

(1) 对同频异网络信号的非预期异常调控

典型共存的多个网络一般是共覆盖部署,重叠覆盖区域部署的RIS会对入射在其上的来自不同网络的同频信号同时进行调控。情况一:假设有两个同频的网络(网络A和网络B)共存,并假设仅有网络A部署了RIS_A。RIS_A受控于网络A,并入射其上的来自网络A的目标信号进行优化调控,其同时也会对入射其上的来自网络B的同频非目标信号进行非预期的异常调控。情况二:假设有两个同频的网络(网络A和网络B)共存,并假设网络A和B分别部署了RIS_A和RIS_B。RIS_A受控于网络A,并入射其上的来自网络A的目标信号进行优化调控,其同时也会对入射其上的来自网络B的同频非目标信号进行了非预期的异常调控。相应地,RIS_B受控于网络B,并入射其上的来自网络B的目标信号进行优化调控,其同时也会对入射其上的来自网络A的同频非目标信号进行了非预期的异常调控。

对于情况一,网络B的信号传播信道产生了不可预期的动态变化。网络B在t1时刻测量获得的信道HB(t1),被RIS_A在t2时刻异常调控,则此时的信道HB(t2)可能与HB(t1)已有很大差异。网络B可能会在t2时刻调度发送,由于网络B对其信道的变化未知,依然基于HB(t1)进行调度,信道不匹配导致严重的性能下降;对于情况二,由于网络A和网络B可能同时被自己的RIS优化调控和对方的RIS异常调控,则可能导致RIS调控优化失效,甚至可能性能恶化。另外,超大天线孔径RIS的引入,也使得MIMO信道的非平稳特性更加显著[17],这将会进一步加剧RIS异常调控的影响。

对于异系统/异网络的同频信号进行的非预期异常调控问题,有两种可能的解决方案。其一,对于RIS动态调控的场景,减小信道测量的周期,尽可能降低RIS导致的信道不匹配的发生概率;其二,多网络共享使用频谱时,若采用如“先听后说(Listen Before Talk,LBT)”等基于信道感知的随机竞争接入机制,则同覆盖的网络间自然形成TDM方式使用频谱,从而不会出现网络A和网络B的信号同时入射RIS并被异常调控的情况。

(2) RIS加强信号并扩展覆盖半径,但也会恶化网络间干扰关系

网络间频谱共享一般基于干扰能量感知的随机竞争接入,实现系统间频谱公平共享。RIS的引入带来信道特性的很大变化,不再满足宽平稳假设,对频谱干扰感知与评估的准确性带来挑战。RIS网络中,对周围节点的干扰信号不仅直接来自收发节点,还存在被RIS波束赋形增强的干扰信号。RIS对信号进行动态异常调控,使得该路径的信号难以准确估计,且该路径信号强度较高,其估计偏差会带来不可忽略的影响。另外,典型的RIS具有超大规模天线阵元、超大尺寸天线孔径,空间非平稳性更加显著,对频谱的干扰感知与评估的准确性带来更大挑战。干扰感知与估计偏差增大将会加剧频谱共享中的隐藏节点/暴露节点问题,从而可能造成系统间共存关系的恶化。

RIS波束赋形导致的干扰感知和估计偏差主要是由于赋形的定向窄波束导致,采用传统全向天线的假设不能准确测量干扰信号,需要考虑空域维度的LBT机制。我们前期研究中提供了一种定向LBT(Directional LBT)机制,可以更准确感知窄波束的干扰信号[18]。当然,也可以采用其他保守方案。例如,在RIS网络中降低感知门限,尽可能避免干扰;或者RIS调控时增加优化约束条件,即限制其对信号调控后的覆盖范围,在保证共存性能的前提下优化目标系统的信号。不过,这些保守方案频谱利用率较低,系统性能会有损失。

综上,在频谱共享场景下解决RIS引入后的多网络共存的基本技术思想是优化传统频谱共享接入机制,例如采用定向LBT机制、降低感知门限等,尽可能降低隐藏节点/暴露节点概率。通过优化的竞争接入机制,达到TDM模式的网络间频谱共享使用关系。

4.2 异频共存

对于异频共存场景,存在RIS的宽带调控与多网络邻道泄露抑制需求矛盾的问题。本节将对异频共存下RIS的问题进行深入分析,并给出相应的解决方案。

常规RIS一般具有宽带调控能力,其有利于无线宽带通信和支持同时多个频段的通信,不过该特性却与多网络邻频共存矛盾。RIS的天线阵元同一时间只能进行单个相位/幅度的调控,不能同时对入射的不同子频带的信号分别采用不同的系数加权,也就无法针对一个以上的子频带信道分别地进行最佳匹配信道。例如,两个网络(网络A和网络B)重叠覆盖,两者采用相邻频带的频谱资源。若网络A的RIS_A针对其通信需求进行信号传播的优化调控,由于常规RIS为宽带电磁波调控,则RIS_A将会同时对较大带宽内的入射信号执行调控操作,也同时会对同覆盖区域的邻频网络B信号进行调控,从而造成对异频网络B产生严重的非预期信道扰动,带来异频网络间的共存问题,即RIS的宽带调控与多网络邻道泄露抑制需求矛盾。例如运营商A与B邻频,RIS_A针对运营商A优化电磁波传播调控;由于一般RIS调控响应带宽较宽(例如几GHz带宽),则RIS_A也同时会对运营商B的无线信号进行调控。显然,RIS_A对运营商B信号的调控是非期望的,因此可能会对运营商B的性能产生严重影响。

异频共存场景的非预期调控问题,一种可能的解决方案是采用多层超表面结构的RIS。不失一般性,这里以双层超表面结构为例。其中,第一层为透射表面,一般采用固定权值,用于对入射信号进行限带处理,仅通过目标带宽内的信号,并抑制带外信号;而第二层为正常动态可调超表面,对滤波后的目标带宽内的信号进行调控。需要特别说明的是,反射型双层结构RIS的第一层超表面会对邻频带外信号进行两次限带滤波,即在信号入射以及从内部出射时均会对邻频带信号进行滤波操作。若采用更多层带限超表面进行限带滤波,限带效果会更好一些,不过需要评估多层结构带来的层间耦合、对目标信号的衰落以及成本与体积等影响。

需要注意的是,在保证对目标信号调控性能的前提下,若提升带限性能指标,会带来复杂度与成本问题。不过,考虑到RIS本身量化精度要求相对较低,原则上对带外泄露的影响指标存在降低的可能。需要进一步深入分析与评估,在平衡性能与成本关系的基础上寻求优化方案。

4.3 专网与公网共存

5G网络一个关键的设计目标即为支持垂直行业的应用,并且可以预期,未来6G也会继续加强对垂直行业的支持。垂直行业用户与普通用户面临不同的需求,采用专网服务垂直行业用户是比较典型的方式。随着垂直行业用户的快速发展,专网也随之将普遍存在,因而专网(服务垂直行业)与公网(服务普通用户)共存问题将不可忽略。虽然专网与公网共存问题也能归属于上述同频/异频共存问题,不过其具有一些独特的特性,这里进行探讨。

专网覆盖有两种实现方式,二者面临不同的挑战,需要分别采取不同的解决方案。专网模式一,采用公网实现专网覆盖需求(一个网络),也即一个公网同时用于满足专网用户及同覆盖区域的其他一般用户需求。RIS调控及资源调度以专网用户高优先级,在专网用户有业务需求时,RIS调控优先优化专网用户覆盖;无专网业务需求时,则优先该网络覆盖下的其他用户需求。专网模式二,独立的专网覆盖,与公网分别服务专网和公网用户,典型的情况是两者之间为异频组网,不存在模式一中的同频共存问题。不过若专网与公网邻频,则面临与4.2节异频共存类似的问题,解决方案也是类似。不过考虑到一般专网业务优先级较高,因此在采用异频共存的解决方案时需要同时兼顾专网业务具有高优先级的优化需求。

5 网络内—多用户复用和多小区共存(Intra-Networks)

一个蜂窝网络内部存在两类共存关系,包括小区内多UE共存和小区间频率重用/邻道共存。RIS引入网络,在理想调控下,可以实现比较好的干扰控制。不过考虑到实现复杂度及RIS固有的技术特性约束,实际工程应用中对上述两种共存关系有较大的挑战。

5.1 多UE复用

对于OFDM系统,蜂窝小区内不同UE采用频分复用(FDM)方式分配资源是典型的多UE复用方式,即不同UE分配占用不同的频域子带(不同频域资源块(Resource Block,RB))。如前文所述,RIS进行电磁波调控时,同时调控的最小频域带宽较宽,一般远大于蜂窝小区的系统带宽。因此,在蜂窝小区系统带宽内同一时间只能进行某个相位/幅度调制,不能同时针对频分复用UE的各自频域子带分别采用不同的矩阵加权,也就无法分别最佳匹配不同UE的信道。因此,若采用FDM获得频域的自由度增益,则可能没有办法同时最优化空域的自由度。这意味着,即使采用FDM方式调度,这些UE也不得不假设RIS只能采用同一个预编码矩阵,限制了多用户调度的灵活性。

对于RIS引入后多用户FDM与RIS波束约束问题,其中一种解决方案可以借鉴Massive MIMO混合波束赋形的处理机制。多用户FDM调度场景受限于波束赋形的灵活性并非RIS引入的新问题,Massive MIMO混合波束赋形的模拟波束赋形也会对多用户的FDM调度有类似的约束。Massive MIMO的有源相控阵天线一般在同一时刻只能采用一个预编码矩阵,也即只能构成一个模拟波束,不同UE可以在同一模拟波束下通过采用不同的数字波束来适配信道。以下行链路为例,参考Massive MIMO混合波束赋形(NB基带数字波束+相控阵天线模拟波束),引入RIS后下行信道构成了NB+RIS的混合波束赋形通信模型。下行链路NB和RIS联合预编码优化时,RIS同一时间采用一个预编码矩阵,而NB侧对不同UE各自采用不同的预编码矩阵以更好适配信道。如同Massive MIMO混合波束赋形场景的约束,上述RIS场景也要求同时调度的UE为可以归属同一个RIS模拟波束下的UE组。以公式(4)场景为例,上述机制可以对应表达为公式(5)。上行链路为UE+RIS混合波束赋形,可以采用与此类似的机制。

Yue_i=(Hris-ue_iΘrisGnb-ris_ue_i)Fue_iX+W,

(5)

其中,RIS加权矩阵Θris相同,∀i;Fue_i为ue_i在NB侧的预编码矩阵;Hris-ue_i和Gnb-ris_i分别为ue_i在NB-RIS和RIS-UE之间经历的信道。

相对于有源相控阵天线,一般无源的RIS具有更大规模的天线阵子及更大尺寸的天线孔径。前期的研究[13]中提供了一种RIS分块的机制,可以把超大尺寸的RIS表面分为多个子块,不同UE的入射信号分别采用不同的子块进行波束调控赋形,提升波束赋形的灵活性。当然,分块也使得有效天线孔径尺寸减小,导致RIS增益下降,因此需要权衡波束赋形灵活性与天线孔径减小之间的增益关系。

若小区内部署了多个RIS面板,可以考虑分别采用不同的RIS调控不同UE的入射信号。多RIS调度优缺点与RIS分块类似,这里不再赘述。

进一步地,若FDM复用的多个UE,其传输的业务对时延、可靠性及带宽等QoS要求不同,可以对上述机制进行相应的优化。例如,对于RIS分块机制,高QoS要求的UE优先分配更大尺寸的RIS子块;对于共享多个RIS,给高QoS需求的UE优先分配更多数量的RIS,且选择分配分布位置较佳的RIS。分配多个RIS时,不同UE分配的RIS可能有重叠和非重叠两种情况。对于有重叠的情况,根据业务优先级,对重叠部分的RIS优化分块。

5.2 多小区共存

与多网络共存情况类似,网络内多小区/节点共存也包括同频共存(频率重用)和异频共存(小区间采用不同的载波)两种不同的情况。因此,上述用于多网络共存的方案也可以用于多小区共存。不过,相对于多网络共存,网络内相邻传输节点之间有机会进行协作优化。即多网络的节点之间为非协作的共存关系,而网络内不同节点之间为有协作的共存关系。

对于目标信号而言,网络内不同节点之间为有协作的共存关系,其与传统的多点协作(CoMP)和无蜂窝网络(Cell-free)类似,相关协作干扰抑制和信号协作收发机制可以借鉴。不过,RIS提供了新的灵活性:① 不同小区协作共享RIS时,仅需要交互低带宽需求的RIS调控信令,而不需要交互高带宽和高实时性要求的数据;② 更多部署数量及更大尺寸的RIS,提供了RIS资源调度的灵活性;③ RIS既可以通过波束赋形增强信号,也可以抑制幅度吸收信号,并可以对相位/极化非正常调控,从而为小区间协作共享RIS提供了更多可能性。

实时动态协作交互信道状态信息,RIS可以尽可能隔离同频相邻节点之间的干扰关系。例如,隔离来自相邻RIS/AP的信号,即抑制来自相邻节点入射角度的信号幅度或者完全吸收不散射,仅优化调控本小区信号入射方向的信号。通过对不同入射角度信号的不同调控处理,尽可能抑制邻节点同频干扰,提升节点间的隔离度,从而提升蜂窝网络频率重用系数。

小区间可以通过紧密协作,共享使用RIS。方式一,小区间协作,半静态划分时隙或者动态时分共享使用同一个RIS;方式二,对RIS表面进行分块,不同小区协调使用不同的RIS子块,机制类似上文中所述的多个UE分块使用一个RIS。

利用RIS实现小区覆盖的灵活缩放(小区呼吸)。通过灵活调控小区内的RIS,尤其是部署在小区边缘的RIS,对本小区信号的波束赋形增益、波束的覆盖区域等进行控制,从而实现该小区覆盖范围的灵活缩放调控。不过,一个小区覆盖范围的缩放会对周边邻小区产生影响,因此需要相邻小区之间紧密协作覆盖关系。

未来6G网络可能会打破传统蜂窝网络的拓扑结构,引入全新的去蜂窝的结构。文献[19]探讨了典型宽带场景下的RIS辅助去蜂窝网络,提出了BS和RIS的联合预编码框架,以最大化网络容量。对于联合预编码的非凸性和高度复杂性,该文献作者提出了一种交替优化算法来解决这个具有挑战性的问题。

对于非目标信号而言,存在与前文所述的多UE复用面临类似的非预期异常调控的问题,解决思想也基本相同,只是从小区内不同UE之间的关系变为小区间不同UE之间的关系,这里不再赘述。不过,相对小区内不同UE之间,小区间协作的实时性及灵活性会受到限制,一般采用其中协作实时性要求相对较低的机制。

综上,网络内相邻传输节点之间有机会采用协作使用RIS,为实现多小区间的协作,不过也会面临复杂度问题。实际网络中,需要平衡协作复杂度与共存性能的关系。

6 RIS网络部署

RIS以其低成本、低功耗、简单易部署的特点,有机会泛在部署于网络中,智能调控电磁传播环境,带来全新的网络范式。但作为全新引入的网元,RIS独特的技术特性及应用场景,对于其在网络中进行泛在部署面临着巨大挑战。不同的应用场景可能需要不同的智能超表面部署策略,需要根据实际需求进行部署设计,如提升覆盖、减小电磁干扰、提升定位精度等。另外,RIS的组网设计既需要考虑在传统蜂窝网中的网络架构的实现方案,也需要考虑研究探索在未来全新网络架构网络中实现方案,例如基于Cell-free架构的组网实现。我们在前期研究中针对高速铁路特殊场景的RIS部署进行了探讨[20],本节将尝试识别出RIS典型部署场景,针对所识别出的典型通信场景,研究其可能存在的问题与挑战,并提出相应的候选部署方案。

6.1 基本概念

6.1.1 RIS部署场景类型

从通信环境复杂度和RIS部署及调控复杂度角度,可以把部署场景分为小范围可控的受限区域和大范围复杂环境两大类,此两类场景对RIS网络部署原则和需求有较大差异。

小范围可控的受限区域,有机会部署足够密度的RIS并实现精确电磁环境智能调控,例如典型的室内热点覆盖区域。此类区域,无线传播环境相对独立,主要散射体数量有限且方便在相应的表面部署RIS面板;一般为业务需求的热点区域,较多的业务需求相对集中稳定地分布在此地理区域。对于此类区域,可以部署足够数量及较大尺寸的RIS取代原有自然环境中的主散射体表面,甚至可以根据需要在合适的位置部署更多RIS以增加散射表面(即在合适的位置增加部署RIS,人为引入更多散射路径,并通过灵活RIS选择及散射调控,实现传播路径重选及信道重构的目的)。在有限的地理区域里,足够密度的RIS可以联合优化调度与调控,按需精准调控无线传播环境,构建一个几乎可以精确描述、精确控制的无线智能环境。此场景的拓扑结构,不仅可以抑制大尺度衰落,还可以通过RIS的精确调控,实现对小尺度多径信道的相位/幅度、多普勒频移等动态跟踪调控,从而抑制多径衰落效应。从RIS的形态需求角度,为实现精确调控,需要动态可调能力的RIS。因此,此类RIS在结构及控制复杂度、成本、功耗等方面也会更高。不过,此类场景一般为热点区域,对成本不敏感,且地理空间范围受限,RIS部署及优化相对简单。

大范围复杂环境,业务分布相对稀疏,不方便也不必要实现无线传播环境的精确控制。对于此类环境,可以重点对无线传播信道的大尺度特性进行调控,包括阴影衰落、自由空间传播路损等大尺度特性。对于自然传播信道阴影阻挡严重的场景,在合适的位置部署RIS,对散射角度进行调控,构建NB-RIS-UE新传播路径,从而克服阴影阻挡问题。如图1 (a)所示,基站与UE之间有高楼阻挡,可以在旁边的楼体表面部署RIS对信号进行散射调控,构建了新的传播路径。另外,通过部署超大规模阵元RIS以获得较高的波束赋形增益,可以一定程度克服自由空间传播路损。如图1 (b)所示,处于小区边缘的UE信号强度受限,RIS可以在小区边缘靠近的位置UE部署。大尺寸天线孔径的RIS提供了较大的天线增益,下行链路可以有提高小区边缘UE接收信号强度,上行链路可以提升UE上行发射信号的波束赋形增益。对于此类信道大尺度特性调控的场景,由于信道特性变化较慢或基本不变,RIS调控的动态性要求相对较低,可以考虑选择低响应速率甚至固定权值的RIS。可见,对于大范围复杂环境,RIS将主要对已有或新引入的主要传播路径/主散射体进行调控,实现半动态或静态地调控无线信道的大尺度特性,所需的RIS形态简单易部署,且成本较低。

(a) NB-RIS-UE新传播路径克服阴影阻挡

(b) 小区边缘覆盖增强图1 RIS部署的典型场景Fig.1 Typical scenarios for RIS deployment

6.1.2 支持多频段共存

为满足未来网络更高吞吐量的需求,需要网络具备同时支持从6 GHz以下至太赫兹频段的全频谱能力。传统方案需要部署支持多个频段的多套分布式中射频单元以同时支持高低频段,成本和复杂度均是很大的挑战。RIS具有支持跨频段的潜力,有机会部署尽量少的RIS实现全频段的支持,甚至仅采用单套RIS支持全频段的调控需求。即以往需要部署分别支持高低频段的不同基站,而RIS则仅需要部署一套,可以大大降低成本及部署复杂度。需要注意的是,支持全频段的RIS成本较高,尤其是支持高频段的RIS。不过一般热点区域才需要高频段覆盖以支持大带宽业务,因此可以仅在这些区域部署支持高频段的RIS。另外,不同地区及运营商可以使用的频段不同,可以根据不同地区及运营商各自的频段覆盖需求部署支持不同频段组合的RIS,从而平衡RIS成本与部署复杂度的关系。

6.1.3 通信场景下RIS部署与优化的基本原则与过程

传统经典通信场景的网络部署可以包括室内覆盖、室外覆盖、室外覆盖室内等,RIS可以用于支持这些场景的补盲、补弱和增加信道自由度。其网络部署的基本原则可以包括:① 确保覆盖区域内信号强度高于预期门限,从而满足最低传输速率;② 确保目标覆盖区域信号强度或SINR分布稳定,避免非预期的突变。对于后者,可以通过合理的RIS部署及调控,使得覆盖区域内始终保持较高的信号强度。或者,调度RIS动态波束跟踪,确保有服务需求的UE的信号强度,但需要考虑空闲态(idle state)UE随时随地的接入需求,也即基础的覆盖信号强度需要满足初始开环接入。在UE接入后进入闭环控制,RIS可以动态调控波束跟踪UE,以更强的信号覆盖连接态(connected state)UE,实现更高的业务传输速率。需要特别注意的是,对于提升覆盖能力需求,尤其是室外场景,由于可以部署RIS位置受限,RIS很可能距离基站较远,RIS所在的位置信号强度较弱,因此,即使有RIS天线增益,可以扩展覆盖的距离也比较短。此时,不得不通过付出更大复杂度及成本的代价来增大RIS增益(例如,部署更大天线孔径RIS),从而尽可能提升扩展覆盖距离的能力。

图2给出了典型通信场景下RIS部署与优化的基本过程。首先,在复杂度和成本约束下,以典型场景下的自然信道和业务需求分布作为基础输入,设计初始的RIS部署拓扑结构。然后,基于RIS的自适应无线传输调控性能,进一步迭代优化RIS的部署拓扑结构,从而构建智能可控无线环境。也即RIS部署优化设计的目标为寻求复杂度、成本及性能的平衡,输出RIS的拓扑结构,包括部署位置、密度、RIS形态、调控/协作关系等参数。

图2 典型通信场景RIS部署与优化的基本过程Fig.2 Basic process of RIS deployment and optimization for typical communication scenarios

6.2 一种自适应网络容量及覆盖调整机制

实际场景中,网络容量/覆盖需求在地理空间上分布不均衡,且分布动态或半动态变化。例如,大型活动、早晚高峰、高铁通信等场景,需求体现为在不同的地理空间规律性的半静态变化(容量需求在不同的地理空间进行半静态迁徙)。此类场景,需要在网络拓扑结构上能够自适应实现在地理空间纬度的网络容量分布迁徙。因此,网络拓扑结构及调控设计需要能够通过半动态调整覆盖和容量网络资源,即最大化能量效率;而最小化成本开销,则是以尽量少的基站与小区数量来克服覆盖空洞问题并满足容量需求。针对上述需求特点,在成本约束下,本文提供一种基于RIS的自适应网络容量及覆盖调整实例。

第一步,针对覆盖及容量需求在地理区域的不均衡性及半静态变化的特点,对网络覆盖进行半静态的自适应调整。具体实现可以包括三类可选方式:① 利用可移动的无人机、高空平台承载NB,空中平台大物理范围容量/覆盖调整;② 采用无人/有人车承载NB/Relay等地面平台,大地理区域的容量/覆盖调整;③ 更高空平台可以利用卫星承载NB,做更大地理范围的覆盖调整。其中,前两类方式也可以采用RIS取代NB放在无人机、高空平台或无人车,通过RIS调控信号控制覆盖。具体工程实现时,可以优化选择一些固定的候选位置,即对地理空间进行有限量化,从而降低工程实现复杂度。

第二步,采用CoMP/Cell-free机制实现小范围覆盖及容量调整。CoMP/Cell-free可以自适应调整协作的AP集合,逻辑蜂窝覆盖区域的自适应调整。一般CoMP协作的AP集合较小,而Cell-free可以实现更大范围的AP集合协作。引入RIS的网络,采用类似CoMP/Cell-free的思想,可以对单小区多个RIS协作集的调控、多个小区间RIS的协作共享等,实现覆盖与容量的小范围调控。

第三步,小区覆盖范围的自适应调整。小区通过自适应功率调整或采用RIS调控覆盖范围,实现小区呼吸。通过基站自适应开关(Cell ON/OFF)或RIS的散射/吸收,控制本小区覆盖及对周边干扰的有或无。

第四步,采用RIS进行局部区域无线信道的大尺度和小尺度精细调控。例如,采用RIS半静态调控大尺度特性,实现克服覆盖空洞及补盲。采用RIS动态调控多径的相位、幅度等,实现多径效应的抑制。

通过上述基于RIS的自适应网络容量及覆盖调整机制,有机会实现所谓自适应/智能柔性无线网络拓扑,构建无线网络拓扑新范式。

为实现上述基于RIS的自适应网络覆盖及容量的调整机制,如下几方面的问题需要进行特别的研究:

① 覆盖/容量迁移对频谱分配与共享的影响。

② 小区迁移,需要网络拓扑结构的自适应调整。

③ Cell ID自适应规划。

④ 其他网络资源的自适应调制。例如,计算资源。

⑤ NB/RIS移动性对回传链路的需求。例如,可能采用无线回传链路。

⑥ NB/RIS移动性对供电的需求。例如,通过部署合适位置及密度的无人机基站充电站址平台,提供充电支撑能力。或者,提供足够的临时停靠平台(移动平台驿站),作为固定的一些覆盖需求站点。这些平台具有停靠无人机基站的空间,可以提供供电/充电能力,可以提供回传能力等。

7 结束语

RIS作为一种极具潜力的5G-Adv和6G关键技术之一,近几年在学术研究方面发展非常迅速。RIS通过构建智能可控无线环境,将给未来6G带来一种全新的通信网络范式,满足未来移动通信需求。而简化版本的RIS将有机会在5G/5G-Adv阶段初步商业部署及标准化,尤其可以用于改善5G毫米波覆盖问题。RIS使能未来6G网络仍然面临诸多技术问题、部署问题和标准化进程的挑战,需要对RIS关键技术和方案展开深入研究和全面评估,尤其需要在信道降秩、网络间共存、网络内共存、网络部署等几方面的关键技术挑战进行重点深入研究与突破。限于篇幅及研究深度,本文仅对RIS工程技术研究及工程化应用面临的挑战作了初步的分析,给出的解决方案也仅仅作了一些定性分析讨论。相关问题还需要后续继续深入地进行理论分析及仿真评估,进一步验证方案的可行性及性能上限,为RIS最终产业落地打下基础。

猜你喜欢
赋形波束信道
相干多径环境下的毫米波大规模MIMO混合波束赋形方案
Can foods influence the onset and progress of neurodegenerative diseases?
基于共形超表面的波束聚焦研究
超波束技术在岸基光纤阵中的应用
毫米波大规模阵列天线波束扫描研究*
基于SRS遍历容量的下行波束赋形性能研究
FRFT在水声信道时延频移联合估计中的应用
基于导频的OFDM信道估计技术
国产多波束系统在海上失事船只探测中的应用
一种基于GPU的数字信道化处理方法