智能超表面辅助通信感知一体化系统研究综述*

朱政宇，宁梦珂，孙钢灿，李兴旺，郝万明，梁静**

（1.郑州大学电气与信息工程学院，河南 郑州 450001；2.东南大学移动通信国家重点实验室，江苏 南京 210018；3.河南理工大学物理与电子信息学院，河南 焦作 454000）

0 引言

随着具有高速率、低时延和大连接的5G通信技术大规模商用，学术界与工业界开始将发展重点转向了下一代通信系统—6G。据悉，6G无线网络将会在5G基础上结合人工智能、大数据、区块链等技术，实现“智享生活、智赋生产、智焕社会”[1]。彼时的网络功能将不再局限于通信，将兼具感知互联能力。为满足此愿景，同时具有通信和感知功能将是6G基站和终端发展的必然趋势，通信感知一体化将成为6G关键技术之一。由于高速率业务需求，通信网络对频谱的需求也从传统的sub-6频段与毫米波频段转向更高频段；无线通信和感知均是通过电磁波进行信息传输，究其本质均是对信号的检测与估计。不止如此，通信与感知在诸多方面逐渐靠拢，如系统设计、信号处理和数据处理等。通信与感知在频谱资源、功能需求及硬件设备等方面的高度相似性，预示着未来6G系统中二者密不可分。

通信感知一体化（ISAC,Integrated Sensing and Communications）通常是指通过集成设计（无线电）感知和通信系统，使无线网络进行高质量通信交互时，又具备精细化感知功能，从而实现目标感知与通信传输互惠共生。然而，ISAC的应用面临诸多挑战：首先传统低频段（sub-6G）由于带宽限制，目标定位和测距精度只能达到1～10 m量级，而高频信号的传播易受无线环境影响，存在较多覆盖盲区；其次，采用大规模MIMO技术可以弥补高频信号的大路径损耗，然而带来高硬件成本和功耗问题；此外，通信与感知两大功能相互融合时，将产生相互干扰，导致性能下降[2]。

智能超表面（RIS,Reconfigurable Intelligent Surface）因为其低成本、低功耗、可编程、易部署等优点，被认为是5G-Advanced和6G网络的关键候选技术之一。传统无线系统均是被动地适应无线传播环境，由于RIS具有大量可编程的电磁单元，引入RIS的无线电系统能够利用这些电磁单元自主适应环境变化，并根据需要对无线环境中的电磁波进行智能调控。RIS技术对于非视距增强、克服覆盖盲区、边缘用户速率提升、抑制干扰等均有帮助。

基于RIS的ISAC系统能够充分利用RIS的空时调制能力，不仅在同等条件下具备较大天线孔径优势和较高的定位精度，还能够在非视距环境中建立虚拟视距链路扩大覆盖范围，通过优化智能超表面的反射系数矩阵提高通信链路质量，按需动态提供波束赋形增益，达到抑制干扰的目的[3]。除此之外，部署RIS可以为ISAC系统提供额外的反射链路。因此，将RIS应用于ISAC系统能够进一步增强感知和通信性能。

1 通感一体化的发展

尽管ISAC近年来才引起学术界和工业界广泛关注，但在20世纪60年代就通过脉冲间隔调制将通信信息嵌入到雷达脉冲中，应用在导弹射程仪表雷达上执行如地球物理监测、天气观测以及国防安全监测等多种传感任务[4]。20世纪90年代开始出现两者融合的雏形，文献[5]首次利用chirp信号将通信信息嵌入到雷达波形中，并引发了关于“以雷达为中心”的ISAC研究；OFDM技术的出现，促进了“以通信为中心”的ISAC系统发展。一般关于雷达与通信的研究都是并行发展的，定位是当时唯一能够在通信中提供感知服务的功能。虽然两者并行发展，却出现了诸多高度耦合的特征，并且伴随着6G网络各种复杂的应用场景，通信感知一体化成为了必然[6]。

通信感知一体化的目标是在同一频谱、同一设备上同时支持通信和感知功能，可提升频谱利用率、降低设备成本，使通信和感知两个功能实现高效协同和互惠互利。IMT-2030（6G）推进组将通信感知一体化的技术发展过程分为了三个阶段“业务共存、能力互助、网络共慧”。业务共存阶段处于通信感知一体化的起步阶段，虽然通信与感知共用物理设备能够降低成本，极大提升资源利用率，然而二者却尚未实现信号处理、波形等方面的一体化，所以该阶段的重点在于二者之间干扰的处理和单方面提升感知或通信性能，以尽量避免二者的相互影响为设计原则，对二者性能相互促进不做要求；在能力互助阶段，通信与感知不仅要共用物理设备，还要实现对信号处理、波形等方面的一体化设计，此阶段对系统的要求是在满足一方基础性能的前提下，增强另一方的性能；到了网络共慧阶段，通信一体化的发展已经趋于成熟，通信与感知将实现全方位多层次的深度融合，达到共惠双赢，此时的研究将不再限于通信、感知单一技术，而是实现通信感知整体网络性能的提升。

自ISAC被确认为6G关键技术后，涌现诸多相关研究，目前整体处于规划的前中期，即业务共存和能力互助阶段。感知性能和通信性能往往是相互对立、此消彼长的关系，需要结合感知和通信性能具体指标，对于有限资源进行合理配置，设计出最优的权衡方案。通信性能一般从效率和可靠性两方面评估，常见的通信效率指标有能效、谱效、信道容量、覆盖率等；而可靠性指标为终端概率、误码率等。参考通信性能指标的分类，感知性能指标也可按照效率和可靠性两方面来分类，其可靠性指标主要有检测概率、虚警概率、估计均方误差、模糊函数等，已有关于感知性能的研究大部分围绕感知可靠性指标展开，效率指标仍未给出具体的学术性定义，通常是指衡量单位资源下的感知可达能力[7]。ISAC系统的评估需要综合考虑感知和通信需求。现有关于ISAC基础理论研究大多基于互信息的角度，香农定理给出了通信性能中的传输速率极限，关于雷达与通信的研究通常是并行开展，定位是唯一一种在通信中提供感知服务的功能。目前，通信感知一体化的性能指标主要有三种：估计信息速率、等效均方误差和容量-失真函数[8]。

目前，ISAC系统根据是否采用一体化波形划分为两个研究方向：雷达与通信频谱共享（RCC,Radar Communications Coexistence）和雷达通信一体化（DFRC,Dual-Functional Radar Communications）。RCC：只共享频谱，不共享设备；DFRC：设备频谱均共享，雷达与通信信号采用同一波形。

如图1所示，RCC系统沿用通信系统与雷达系统原有的设备，独立完成信号的收发，然而会周期性地进行信息交互来完成感知与通信之间的合作。雷达系统感知到的信道状态有助于通信系统提升覆盖范围，而通信系统能够给雷达系统提供感知目标的先验信息。然而，雷达信号与通信信号虽使用相同频谱资源，采用不同波形，但雷达与通信信号间的干扰问题仍不可避免。处理此问题需要有效的干扰资源管理技术，使两个系统在不过度干扰的情况下正常运行。DFRC系统不仅共用频谱，还共享硬件平台，使用一体化波形同时完成通信与感知任务。其雷达与通信的融合相较于RCC系统更加密切，然而一体化信号设计及处理难度较大，需根据场景需求在保证满足一方性能的同时实现另一方要求。

图1 DFRC与RCC系统

2 RIS赋能ISAC系统

2.1 智能超表面

RIS通常由大量无源反射元件组成，其硬件结构简单，能耗和成本低，能够改变入射信号传输方向，例如相移、振幅、频率和偏振等，通过控制连接元件上的无源电子电路的参数来独立地调谐不同元件上的入射信号。最大的特点在于能够感知环境并对无线电波进行调控，使通信和信号处理过程变得更加可靠和高效。图2展示了RIS对无线信道重构的主要功能：1）部署在基站与覆盖盲区之间，为基站与覆盖盲区的用户构建可视路径；2）能够额外提供高秩信道，提高系统自由度；3）通过将瑞利衰落/快衰落转换为莱斯衰落/慢衰落，优化信道状态；4）通过智能调控反射信号，实现安全通信。除此之外，RIS有着包括波束转向、聚焦、调制以及与发射机的联合调制和编码等不同作用，能够根据需要部署在不同场景辅助ISAC系统完成通信感知一体化，为解决ISAC系统发展面临的问题提供了新的解决方案。

图2 RIS对无线信道重构的主要功能

2.2 智能超表面辅助通信/感知系统

关于RIS的研究最初大多聚焦于通信领域，RIS成本低、功耗低，可以灵活部署在高层建筑或其他便携式和移动设备的表面。至今已有多种基于RIS的传统通信应用场景落地。无线电环境中部署RIS的优势体现在：1）信号覆盖与扩展；2）增加额外的信号路径改善信道等级条件；3）干扰抑制；4）热点增流与视距多流传输；5）提高传输稳健性等。

RIS的高聚焦能提供了用于雷达系统高精度定位的机会。传统无线通信系统的感知与定位能力受限于无线收发机的空间与角度辨识能力，使得传统无线设备无法精密地分辨电磁信号并提取无线信号特征，导致无法实现对电磁环境和目标准确的感知与定位。其中多径效应是感知/定位的误差来源之一，在RIS辅助的感知系统中，能够利用RIS的波束汇聚功能减弱多径效应的干扰，从而提高感知的精度。此外，无线传感依赖于接入点（AP,Access Point）和感知目标之间的视线链路，从而基于回波信号提取感测信息。然而实际场景中的感知目标可能位于非视距链路。但在通信领域的研究已经证明了RIS重构无线环境的能力，RIS成为实现非视距无线传感的一种有效方案。通过合理部署RIS，能够构建AP-RIS-target-RIS-AP的回波路径，虽然多次反射会造成一定的信号传播损失，然而RIS能够自适应地控制反射元件相位，并且使反射信号向预期方向传输，能够弥补反射中的路径损失。

2.3 智能超表面辅助通信感知一体化

ISAC系统将通信与感知融合共生，RIS的引入同样为此融合系统带来诸多益处。ISAC系统的感知能力严重依赖于视距链路，且感知与通信之间相互影响，存在冲突。此外，感知功能的引入极大限制了波形设计的自由度，造成用户间干扰，降低通信性能。通过调整反射系数，RIS可以智能创建良好的传播环境，提供更好的感知覆盖，以及更好地平衡系统的通信与感知能力，从而进一步提升系统性能。在DFRC系统中，引入RIS主要目的是提高系统自由度；而在RCC系统中；RIS大多是用于抑制通信信号与感知信号的相互干扰。图3呈现了RIS辅助ISAC系统的一些典型应用场景，其中，A：提供额外路径，扩大覆盖范围；B：智能调控信号强度，抑制信号干扰；C：提高空间自由度，提升系统性能。

图3 RIS在ISAC的应用场景

（1）扩大覆盖范围

在大多数关于6G预设场景中，均是在传统通信网络的基础上集成感知能力。所以许多关于ISAC的研究是以通信系统为基础并沿用了通信的基础设施。长期以来基站的大规模部署花费成本较高，发展至今形成的蜂窝网络的基础设施虽然能够通过基站间合作实现增强传感和通信性能，但依旧存在着覆盖空洞。再加上无线信号传输是典型的单向传播，而雷达感知信号是通过目的后再进行反向传输，并且无线通信的覆盖范围通常以基站为中心，雷达传感的覆盖范围则取决于雷达的部署模式。感知与通信对覆盖需求的内在差异导致蜂窝网的覆盖性能无法达到感知需求。尤其是由于场景需要，对于通信和感知的速率、精度都有了更高要求，然而高频信号的路径损耗较大，容易受障碍物遮挡，受环境影响较大。ISAC系统正常工作的前提必须保证覆盖范围，RIS重新配置无限传播环境的能力恰能够帮助蜂窝网构建一个密集网络建立盲区用户与基站之间的有效连接，保证盲区用户的覆盖。文献[9]中证明通过合理部署RIS，能够提高盲区覆盖率50%以上。

（2）抑制信号干扰

ISAC系统中通信信号和雷达信号在时域空域交叠，然而又都需要大带宽、宽口径天线进行传输。发射信号的错误接收会降低通信数据包的有效传输，也会影响真实目标的可靠感知。特别是在多用户、多目标的复杂场景中，难以保证高速率通信和高精度感知。而RIS能够通过自适应地调整每个元件的反射系数，通过RIS反射信号能够以构造或破坏性的方式与通过其他传播路径的反射信号相加，从而在增强有用路径信号同时削弱了干扰路径信号。文献[10]结合RIS和RCC场景，研究RIS在提高RCC场景中雷达探测概率方面的有效性，通过联合优化发射波束形成和RIS相移矩阵，在用户SINR的约束下最大化雷达的检测概率，结果证明了RIS能够减轻干扰并提高雷达检测概率。

（3）提升系统性能

RIS的引入将无线环境纳入了ISAC系统的设计中，提供了额外的空间自由度。文献[11]详细介绍了RIS如何应用于智能无线电环境，通过协同调整RIS的反射系数能够提供相当大的被动波束形成增益，可用于改善各种系统性能指标，如最大限度的提高频谱效率、能源效率、保密率、接收能量，最小化传输功率、符号错误率等。文献[12]通过引入RIS，在系统功率和雷达传感波束模式的约束下，提高了用户的可达速率。文献[13]的作者研究了使用RIS来减轻多用户干扰，并确保了波束模式和克拉美罗边界处的感知性能。

3 RIS-ISAC系统优化设计

从现有RIS辅助通感一体化的研究中可以发现，RIS不仅在提高无线通信的频谱和能源效率方面有巨大潜力，还能够通过提供更优的感知范围、准确性和分辨率等方面来提升ISAC的感知性能。然而，这必须根据新的感知需求合理部署RIS，并通过考虑通信与感知信道或信号间干扰，权衡通信与感知的性能指标，实时优化其反射振幅和相位，同时利用ISAC系统的感知能力辅助RIS反射相移优化设计。

RIS功率反射遵循的比例率主要取决于RIS的尺寸、信号的入射角度及与基站和用户之间的距离。增加RIS的反射元件数量通常有助于实现更精确的波束形成，从而提升系统性能。RIS对入射信号的到达角度也高度敏感。这些因素都影响着RIS对ISAC系统产生的性能增益。为了证明RIS在提高波束模式增益性能方面的优势，如图4所示，绘制了波束增益受智能超表面反射元素数量及入射角度影响的图像。其中，信道路径损耗模型遵循Pl=ζd-χ，其中ζ=-10 dB，d是距离，χ是路径损耗指数。发射器和RIS之间、RIS和目标用户之间以及发射器和目标用户之间的路径损耗指数分别为2.5、2.5和3。发射功率为P0=30 dBm，能量转换效率η=0.8。目标用户与IRS的角度设定为-45°、0°、45°。可以看出，系统的波束增益受入射角度影响较大，且智能超表面数量的增加会给该系统带来波束增益的提升。

图4 入射角度与反射元素数量对波束增益的影响

3.1 RIS-ISAC的RIS部署优化

在通信感知一体化系统中，RIS充当的角色可以是多样的。在以通信为主的系统中，RIS的目的是为了获得更高的信道增益，通常将其放在接收机或者发射机附近时，能够最小化路径损失。尤其是在当发射机与接收机距离较远时，来自基站的输入信号经过RIS的集中反射，能够完成到远距离通信；或者当用户在非视距区域时，RIS建立虚拟视距路径。在以感知为主的系统中，主要为了获得更大的覆盖范围和更高的感知精度。主要依靠目标用户的后向散射信号中携带的与感知有关的未知信道或目标的信息来进行雷达探测。那么在这类系统中部署RIS的主要目的是将感知目标后向散射的信号聚焦到雷达接收机。在ISAC系统中部署RIS，能够在直接信道微弱或者被遮挡时，在发射端和接收端之间建立相对稳定的虚拟链路，保证信号强度，有助于解决通信与感知信号的同步问题；其次在发射端和接收端分别部署RIS能够帮助系统将无线电信号转向目标方向并消除杂波干扰。然而，受环境、用户、运营成本及RIS自身约束等因素的影响，实际中的ISAC系统较为复杂，RIS的部署就需要根据具体情况斟酌考虑。而且针对不同场景需求，还存在不同种类的RIS辅助ISAC系统来实现系统性能最大化。从信息传输角度，除了传统的反射RIS外，还有用于信号透射的ITS，主要用于解决RIS背面用户传输质量差的问题；从数量角度分为单RIS系统和多RIS系统，多RIS系统提供更大的灵活性，但需要考虑RIS协调部署与选址优化及RIS间的协同问题。

RIS反射元件的部署决定着RIS辅助系统中所有RIS反射信道的实现，RIS辅助ISAC系统性能的增益最大化依赖于RIS的部署，然而致力于分析和优化RIS部署的工作较少。图5给出了典型的RIS部署与优化的基本过程。总的来说，RIS部署优化是通过设计RIS部署位置、密度、形态、协作关系等因素达到系统硬件成本、复杂度及性能间平衡的目的。

图5 典型场景下RIS的部署与优化

根据RIS部署方式的不同可分为集中式部署和分布式部署两种。在集中式部署中，反射元件均放置在同一个RIS上；分布式部署的反射元件则是放置在不同RIS。文献[14]分析了一个用户和一个基站的集中式RIS部署方案，当RIS放置在发射端或接收端附近时接收的SNR最大。文献[15]中对比了RIS辅助多用户系统中集中式部署和分布式部署的优劣，结果表明在实际信道设置下，集中式部署优于分布式部署，当用户速率不对称时，容量增益最为显著。单个RIS的元件数目是不能够无限增加的，过多的元件数目会缩小元件间距致使耦合现象加重。文献[16]中考虑到用于集中式和分布式RIS实现RIS辅助系统的通信性能，对比RIS放置在BS附近、放置在用户附近和用户和BS均放置RIS的情况，得出分布式部署优于集中式部署的结论，RIS放置在用户附近比放置在BS具有更好的遍历能力和能耗。文献[17]考虑了在具有5GNR/6G的蜂窝网络中RIS部署的优化问题，并得出结论：当RIS被部署于发射机附近时，其放置的最优高度为5 m以上；RIS被部署于接收机附近时，放置的最优位置则在5 m以下。考虑ISAC系统的需求，通过调整RIS的距离、高度及倾斜角度等因素，RIS能够有效提升覆盖率50%以上[18]。基于随机几何的RIS位置建模的框架，依据Los概率和平均路损性能，推导出RIS部署效率的上界，在战略位置部署RIS可以在高堵塞密度环境中将所需部署密度降低70%以上，在低堵塞密度环境中可以降低80%以上[19]。可见，合理部署RIS能够有针对性地提升系统性能，并能显著降低硬件成本和能耗。

3.2 感知辅助RIS波束形成

RIS缺乏信号处理能力，与RIS相关的CSI获取困难且昂贵，导致波束跟踪和波束对准困难。利用ISAC系统的感知能力，能够获得与通信相关的参数来帮助RIS进行波束形成的优化。如图6所示，将ISAC传输周期分为两个时间块进行位置感知和数据传输，τ1为位置感知时隙，τ2为数据传输时隙，使τ1的位置感知作用于τ2中RIS的波束形成设计。将传输周期分为两个时间块进行位置感知和数据传输，使τ1的位置感知作用于τ2中RIS的波束形成设计。文献[20]采用分布式半无源RIS协助多个用户到基站的上行数据传输，同时进行多用户定位，设计了一个ISAC传输协议，其中整个传输周期包括两个周期，即同时上行通信和多用户定位的ISAC周期和仅用于上行数据传输的纯通信周期。在ISAC周期，提出了一种多用户位置算法，利用RIS未知的上行通信信号，消除了传统位置传感方法中对专用定位参考信号的要求，基于感知到的用户位置，提出了新的ISAC周期波束形成算法来保证系统的通信性能。

图6 ISAC周期传输时隙说明

ISAC系统在进行波束形成优化设计时，需要对通信与感知两方面的性能进行折衷处理，将RIS引入ISAC系统虽然为波形设计提供了额外的自由度，使通信与感知性能权衡变得容易，然而同时也导致了复杂的非凸优化问题。

为了实现低复杂度的设计，且RIS的每个元件均独立可控，同时使RIS的每个元件与ISAC的通信传感性能充分结合。文献[21]划分RIS元件用于自适应分割感知和通信，用一小部分RIS元件感知，同时使用大部分RIS元件进行通信，增强系统的雷达传感和通信能力。设计一个多阶段码本来定位目标，同时确保与用户的强通信连接。然而这也意味着RIS与DFBS的联合优化更加复杂，文中提出了一种基于二维层次码本的目标定位算法，并提出了一种在不同阶段选择不同配置的方法，减轻了优化负担。

4 未来研究展望

本文围绕RIS辅助ISAC系统的研究方向进行了深入而全面的综述。首先介绍了ISAC的发展进程与RIS辅助无线系统的应用场景、RIS优势及对ISAC系统的增益；其次，对RIS辅助ISAC系统中RIS优化设计进行总结阐述。

目前，RIS辅助ISAC的研究主要集中于对单一性能的提升，然而ISAC的发展朝着通信感知融合共生的方向。根据RIS在ISAC系统中的实际应用还有一部分问题亟待解决。

（1）性能权衡

为了探索系统性能上限并评估现有解决方案的性能，需要进行必要的理论分析。然而，针对RIS辅助系统的雷达感知理论上限尚未得到充分研究。此外，需要一个统一的感知和通信性能上限，以更好地指导雷达和通信功能之间权衡与设计。

（2）信道模型的建立

由于不同的回波传播路径假设将会导致不同的雷达信号模型和算法，确定雷达回波的信道模型至关重要。同时，将RIS安装在物体上，物体反射的信号可能会干扰雷达接收机对目标回波信号的检测。此外，还应考虑到反射引起的传播延迟，避免其所导致的测距模糊问题。因此，需要根据系统原型进行实际的物理建模。

（3）RIS部署

虽然前文探讨了RIS在ISAC系统中的部署优化。然而还有很多细节方面值得深入探讨。

有源RIS：有源RIS能够放大入射信号，有效减轻由于路径损耗引起的乘性衰减，这在没有LoS路径的情况下尤为有利。尽管有源RIS能够增强所期望的双功能信号和目标回波信号，然而它也会放大噪声和干扰信号。此外，部署有源RIS会带来额外的功耗开销并增加硬件复杂度。因此，确定有源RIS的尺寸并设计其反射系数以提升能量效率是一个关键问题。

分布式RIS：多RIS能够提供更多的设计自由度，其多样的部署位置为增强所需信号和消除干扰信号创造了更多机会。多RIS部署可以支持热点区域的高质量通信和高精度感知，并且保证边缘区域用户的性能。此外，多个RIS可以作为目标回波信号的多个观测点，增加了雷达回波信号的空间分集，从而提高探测和估计性能。然而，要想实现预期的系统性能，必须仔细考虑RIS部署位置、控制机制和协议以及反射系数的优化。

无人机搭载RIS：可以将轻型RIS安装在无人机上（如与无人机机翼共形），以提供绕过地面障碍物的信号传播路径，并创建虚拟LoS链路以实现盲区覆盖。无人机搭载RIS结合了无人机的高机动性和灵活性，以及RIS低成本、轻重量和低功耗等优点，使其成为ISAC系统中提供广域可靠覆盖的重要技术之一。然而，来自无人机的反射信号可能会干扰雷达接收机对目标回波的探测。此外，无人机运动产生的多普勒频率分量可能导致速度测量中的模糊性。因此，为了获得令人满意的通信性能和感知性能，需要精心设计与无人机轨迹相关的RIS反射系数、BS发射波束成形和接收信号处理。

5 结束语

本文主要介绍了ISAC的发展历程和RIS的基本概念，探讨了RIS辅助无线系统的优势及RIS辅助ISAC系统的研究方向，分析了RIS在辅助ISAC系统中的优化设计，展望了感知通信一体化存在的挑战和未来方向。面向未来6G无线通信网络，感知将与通信融合共生，并逐步演进成ISAC系统，既充分满足多维感知的交融互通，又能够有效提升无线通信系统的连接能力。同时，RIS的引入能降低阻塞区域ISAC系统受到的影响，提升通信性能。然而对于ISAC系统的安全问题，新型理论研究方法、硬件架构与系统架构、RIS辅助ISAC系统的模型建立等问题仍需深入研究，大量研究工作亟待开展。