智能超表面系统级性能研究

刘永，童文，王俊，毕晓艳

（华为技术有限公司，广东 深圳 520000）

0 引言

伴随着无线通信技术和需求的持续演进，如通信范围的逐渐扩大、通信场景的进一步复杂多样、以及无处不在的连接与激增的容量需求，使未来无线通信网络持续面临着成本、复杂度和能源消耗更严峻的需求和挑战。可重配置智能超表面（RIS,Reconfigurable Intelligent Surface）是针对上述挑战应运而生的一种潜在候选方案。基于RIS 技术主动调控和定制化无线传播信道，以及其独特的可编程、低能耗、易部署的特点，自其面世以来，一直得到无线研究人员的青睐。

RIS 是一种由超材料技术演进而来的动态电磁特性调控技术。通过对RIS 低成本电磁单元上的可调元件施加控制信号，可以实现对RIS 电磁特性的动态控制，进而完成对空间电磁波的智能改变，按需形成幅、相和极化等参数可控的电磁场[1-5]。近年来，RIS 在多个领域（如无线通信、数能同传、通感融合等）的研究已经在不同维度上初步展现了一定的潜力[6-17]。例如，在无线接入网络（RAN,Radio Access Network）中引入RIS 技术，可以使能对传统无线传播环境和信道的主动控制。借助RIS 改善信道多径影响来在一定的场景下实现覆盖增强或多流传输等目的[18-20]。

然而，现阶段RIS 技术研究仍然面临诸多技术问题、产业成熟度问题、部署问题和标准化进程的挑战，因而还需要在多种无线系统应用场景下对RIS 关键技术和方案展开更深入的研究，及其实际性能空间更全面、可信的评估，进而为其未来在无线网络的规模商用和部署提供更详实的数据基础。

其中，对于RIS 实际性能空间和潜力价值场景的研究最有效的手段就是基于现网实际干扰环境下更全面的系统级性能分析。在实际通信网络中，RIS 的广泛部署一方面可以实现对目标用户的通信增强，但同时也会很大程度地复杂化网络的干扰环境[21]。此外，基于其被动反射特性，RIS 在网络中及其阵面本身的拓扑结构也会对系统性能造成很大影响。再加上基于RIS 特性的性能评估指标的设计，不难发现，对RIS 网络实际性能的大规模系统级评估是衡量RIS 潜在价值场景和实际性能空间的必要手段，充分公正的系统级性能评估也可以为RIS 的标准和商用前景提供极其重要的参考和依据。

本文将针对前述系统级性能研究挑战展开研究，具体贡献如下所述。

首先，本文对RIS 系统级性能研究仿真方法论进行探讨，主要分析RIS 系统性能研究过程中需要关注的关键维度和因素，包括RIS 性能呈现指标、干扰和拓扑建模方案等。该部分研究旨在形成较统一的性能评估方法，使得学术和业界研究者在RIS 实际性能评估以及后续潜在的标准化进程中更加公平地进行方案性能比较。

其次，本文基于设计仿真方法论对RIS 系统级性能空间进行了初步研究。该研究从包括拓扑、规模以及受益用户比例等角度展开，旨在分析RIS 技术在更实际的系统级通信场景中的潜在价值。

1 RIS系统级研究方法论

RIS 系统级研究需要包括基于实际信号模型的性能评估指标设计、系统级干扰建模、超表面拓扑建模设计、超表面信道建模等关键维度。

1.1 RIS信号模型

在传统网络如大规模天线系统中部署RIS，构建新型的大规模天线传输系统架构，可以在不同维度增强传统无线网络的系统性能。典型的RIS 信号模型如图1 所示：

RIS 信号模型需要考虑基于目标或干扰RIS 分别反射来自目标和相邻小区的信号及干扰，基于上述模型的用户信号接收模型可以由式(1) 表示：

基于上述信号模型，BS 通过RIS 为目标用户提供服务。通过联合优化设计BS 侧的数字预编码和RIS 侧的模拟预编码，可以实现BS 到目标UE 端到端信道的增强。

另一方面，RIS 的引入会让用户间干扰和小区间干扰更加复杂化。如信号模型中的虚线所代表的基于本区或邻区RIS所引起的干扰会极大复杂化干扰抑制方案。如何在合理的干扰假设衡量RIS 的实际价值是本领域学者需要思考的问题。

1.2 RIS系统级指标设计

RIS 的评估指标和对象的设计可以从下面几个维度进行。

（1）受益用户比例（BUR,Beneficial UE Ratio）

基于传统RIS 的无源反射特性假设，BS、RIS 和UE之间的相对位置分布会极大影响RIS 系统的性能。本性能指标设计旨在使得不同研究团队在系统性能研究中对齐用户分布相关的仿真假设，在研究和标准化阶段形成不同平台或公司之间更公平的比较。

具体地，该指标通过比较级联信道和直接信道之间的信道条件（路径损耗、RSRP...），评估与特定RIS 有关的潜在有益UE 数量，可以由特定的信道条件阈值（例如，路径损耗间隙阈值）反映，如条件阈值定义为：

则BUR可定义为：

其中集合A对应着满足阈值μ的UE 集合。

（2）用户几何（UE Geometry）

RIS 网络的优化整体目标之一是：最大化等效信道（包括直达信道与级联信道）目标信号功率，最小化干扰信号功率。用户Geometry 是体现系统性能研究中RIS 优化目标的最为直观的指标之一，该指标体现了服务RIS、邻区和本区干扰RIS 对目标用户信干噪比的影响。

不失一般性地，考虑不同干扰源后的用户Geometry可以由式(4) 表示：

在实际性能研究中，用户Geometry 的累积分布曲线可以直观体现RIS 对于传统无线系统的影响。基于该分布，研究人员可以很容易分析在不同的信干噪比区域RIS的覆盖增益大小和趋势。

（3）用户吞吐（UE Throughput）

RIS 系统的另一个衡量指标是用户吞吐。BS 侧和RIS侧的预编码的联合优化可以增强BS-UE 端到端等效信道，再加上可能存在的秩增强特性，这些都进而转化为用户体验速率的增强。在实际性能评估中，用户Throughput 的累积分布曲线可以从统计意义上体现RIS 对于网络中不同用户的吞吐影响；传统的小区平均容量和边缘容量可以体现RIS 对中心用户或边缘用户的增益大小和趋势。

1.3 RIS系统级评估对象

RIS 系统级评估的关键对象至少包括RIS 的阵列大小，RIS 的拓扑、分布和个数。

一方面，RIS 反射面的阵列大小直接影响反射面的阵列增益大小，观测和评估在实际场景下的BUR/UE Geometry/Throughput 性能在不同阵列规模下的性能变化趋势，是衡量RIS 在实际系统中潜在价值的有效手段。

另一方面，RIS 的拓扑（如图2 所示）也会极大影响RIS的实际性能。RIS 面板挂高、方位角，与其他节点的相对距离，RIS面板朝向以及面板倾角的评估验证对RIS性能都较为重要。

同时，RIS 和UE 的相对分布，包括RIS 的布置个数评估验证可以对RIS 受益用户和场景的定义有比较大的价值。

1.4 RIS系统级干扰建模

上述UE Geometry 定义分别考虑了经本区RIS 和邻区RIS 反射的目标信号，以及经本区和邻区RIS 反射的干扰信号。但在具体评估中，可依据不同场景和假设，以及仿真复杂度调整UE Geometry 的目标信号和干扰项。

如若考虑干扰小区基站通过本小区控制RIS 对用户造成的干扰，但不考虑其它干扰小区控制RIS 对该用户的干扰时，简化的用户信干噪比模型可由式(5) 表示：

考虑更实际的系统仿真时，还需要对本区和邻区服务及干扰RIS 的权值做出合理的假设。对于RIS 权值矩阵，考虑到实际部署的限制，假设服务RIS 权值矩阵设置为任一目标用户的最优相位配置，而干扰RIS的权值则可以取单位阵或者随机相位。

（1）目标小区i和目标小区内用户u相关的RIS 采用基于该用户的最优相位配置（基于统计信道信息）。

（2）非目标小区内的RIS 或目标小区内用户的非服务RIS 相位配置可采用如下两种方案中一种：

此外，各RIS 上相位（包含目标小区和非目标小区内RIS）的控制采用服务基站配置值，计算精确的用户端干扰。

1.5 RIS系统级拓扑建模

基于RIS 对信号的被动反射特性，RIS 面板的拓扑建模设计对系统性能尤为重要。具体地，RIS 节点的拓扑建模参数包括未知参数、空间特性和规模参数。在仿真中，RIS 节点的拓扑建模参数包括：

（1）RIS 位置参数：方位角θ、高度h、距离r；

实际仿真系统中的RIS 节点的拓扑建模可如图3 所示。

1.6 RIS系统级信道建模

仿真信道假设是RIS 系统仿真很重要的一个因素。现在为止，RIS 的仿真信道模型仍存在多种可能的建模假设。例如一种直观的生成方法可以按照IAB 节点类似的生成方案：BS-UE、BS-RIS 以及RIS-UE 间的信道独立进行建模[21]。

2 RIS系统级性能分析

基于前述的系统级研究方法论，本节示例性地给出部分RIS 系统的评估结果。具体地，在实际的干扰假设下，系统级研究从RIS 规模和RIS 拓扑两个角度，分别基于BUR、UE Geometry 和UE Throughput 等几个指标展示RIS-MIMO的实际性能增益空间。

2.1 RIS系统级研究假设

如表1 所示，RIS 系统级性能研究假设包括场景和信道假设、带宽和载频假设，收发机天线配置和RIS 的规模拓扑假设等。

2.2 RIS拓扑性能研究

RIS 拓扑以及与用户的相对分布是RIS 系统性能关键影响因素之一。本示例给出512 阵子RIS 在不同拓扑设置下的UE Geometry 性能。RIS 拓扑假设（参数物理意义见拓扑建模章节）如表2 所示：

表2 RIS拓扑假设

上述拓扑在不同的直达信道假设下对应的性能分别如图4 所示。

图4 RIS拓扑对UE Throughput性能影响

图4 中可以发现，用户Geometry 性能伴随着RIS 拓扑不同而改变。在直达信道质量较好时，无论何种拓扑设计，基于用户Geometry 增益都较小；而仅当直达信道质量变差时，才可以明显观测到RIS 的性能增益，以及RIS 拓扑对性能的影响。如拓扑配置3 对应的基站相对距离较大和入射角度小，直接影响到潜在的受益用户比例较大和反射损耗较小，因此对应性能较好。上述实验不难发现，前述RIS 拓扑建模中的关键参数设计在未来的RIS现网部署中具有较重要的意义。

2.3 RIS规模性能研究

RIS 规模对性能和复杂度的影响趋势会在一定程度上给RIS 的实际部署提供重要的依据。本示例给出RIS 在不同RIS 规模下的UE 吞吐性能。

图5 中可以发现，用户吞吐性能伴随着RIS 规模增加而递增，但考虑到直达信道的影响，RIS 规模在增加到一定量级（如本测试例中的512 阵子规模）时，用户吞吐增益增幅减小，如本仿真研究示例中，2 048 规模RIS 面板相比512 规模RIS 面板仅有约4% 的性能提升。在实际的RIS 现网部署中，需要综合考虑RIS 规模所带来的性能增益和成本及复杂度的折中。

图5 RIS规模对UE Throughput性能影响

2.4 RIS BUR性能分析

如前文所述，用户受益比例很大程度上影响RIS 系统的增益空间，本示例中考虑7 阶不同的BUR 阈值定义来反应不同的受益户比例，以及研究对应的性能增益。

图6 中可以发现，用户吞吐性能伴随着RIS BUR 增加而递增。当受益用户比例占系统用户数2% 时，RIS 相比于MIMO 基线的增益仅为3%，只有当受益用户比例达到30% 时，RIS 才会带来较大的用户吞吐增益，如相比于MIMO 基线性能提升20%。

BUR 的假设对RIS 系统的增益空间识别极为关键，因此无论在后续方案性能评估和潜在的标准化进程中方案性能比较，都需要在对齐的BUR 假设下展开。

3 结束语

RIS 基于其主动改变物理信道，构建可编程无线环境的特征，已被认为是未来通信增强的一项关键技术候选。但是，如何更准确衡量RIS 在网络中实际干扰、拓扑和信道假设下的性能潜力和空间，尚需要对RIS 网络实际性能的大规模系统级进行研究和评估。此外，在对RIS系统仿真方法论探讨时，其中实际干扰建模、拓扑建模、信道建模假设以及关键性能评估指标设计都值得更深入的研究。本文通过对RIS 系统仿真方法论的关键维度和因素的分析和建模，力求形成较通用和统一的系统性能评估理论，使得RIS 研究人员可以在RIS 实际增益空间评估及为后续潜在的标准化过程提供更加公平和准确的数据支撑，同时为RIS 的标准和商用前景提供性能参考。

同时，基于现有部分研究缺乏对RIS 在实际工程应用中所面临的挑战分析及其对实际增益的影响，RIS 系统级性能研究可以为其工程化应用中测试指标分析、硬件设计与能力以及其他工程化因素进行考量，以分析和应对RIS 在现网中所面临的非理想因素的挑战，进而评估在实际限制和约束对方案理想性能的影响，并为其未来潜在的商用奠定基础。