馬紅兵/MA Hongbing¹，張平/ZHANG Ping²，楊帆/YANG Fan³，王欣暉/WANG Xinhui⁴，
張建華/ZHANG Jianhua²，劉秋妍/LIU Qiuyan¹

（1. 中國聯合網絡通信集團有限公司，中國 北京 100032；2. 北京郵電大學，中國 北京 100876；3. 清華大學，中國 北京 100084；4. 中興通訊股份有限公司，中國 深圳 518057）

摘要：智能超表面（RIS）技術具有低成本、低能耗、可編程、易部署等特點。通過構建智能可控無線環境，RIS有機會突破傳統無線通信的約束，給未來移動通信網絡帶來一種全新的范式，因此具有廣闊的技術與產業前景。認為在當前和未來的落地應用中，需要厘清智能超表面技術在理論模型、應用技術、工程化研究和標準化推進等方面面臨的諸多問題與挑戰。

關鍵詞：5G-Advanced；6G；RIS

1 研究背景

隨著無線網絡容量需求的持續快速增長，未來十多年，無處不在的無線連接將會成為現實，“通信-感知-計算”一體化的網絡也將可能實現，但高度復雜的網絡、高成本的硬件和日益增加的能源消耗成為未來無線網絡面臨的關鍵問題 ^[1]。

一直以來，隨心所欲地調控電磁波是人們不斷追尋的夢想。麥克斯韋方程組的出現使得人們對電磁波的掌控能力有了飛速提升，但受限于材料相對固定的電磁參數，人們對電磁波的控制力僅局限于發射機和接收機。近年來，智能超表面（RIS）能夠靈活操控信道環境中的電磁特性，一出現就吸引了業界的廣泛關注。RIS通常由大量精心設計的電磁單元排列組成。通過給電磁單元上的可調元件施加控制信號，RIS可以動態地控制這些電磁單元的電磁性質，進而實現以可編程的方式對空間電磁波進行主動的智能調控，形成相位、幅度、極化和頻率可控制的電磁場。作為超材料的二維實現，RIS天然具有低成本、低復雜度和易部署的特性，可用于解決未來無線網絡面臨的問題。RIS的引入使得無線傳播環境從被動適應變為主動可控，從而構建了智能無線環境（SRE）^[2]。

從2020年開始，中國學術界與產業界聯合，開展了一系列RIS產業推進活動，極大地促進了RIS的技術研究與工程化進程。2020 年 6 月，國際移動通信 （IMT） -2030 推進組無線技術組成立了“RIS任務組”。同年9月，中國通信標準化協會（CCSA）TC5-WG6成立“RIS研究項目”。2021年9月17日，IMT-2030 （6G） 推進組在6G研討會RIS分論壇上正式發布業界首個《智能超表面技術研究報告》。2021年9月24日，“第一屆智能超表面技術論壇”¹大會召開，會議主題為“使能智能無線環境，重構未來移動通信網絡” ^[3]。2022年4月7日，智能超表面技術聯盟（RISTA）²暨第一屆會員大會在北京召開，這標志著智能超表面技術聯盟正式成立 ^[4]。

目前，中國在RIS的材料工藝、理論研究、實現算法及工程試驗等方面做出了重大貢獻。作為未來通信關鍵技術領域中一個極具潛力的方向，RIS有機會在5G-Advanced網絡中提前落地，并可能在未來 6G 網絡中使能智能無線環境，進而帶來全新的網絡范式 ^[5]。

近期，產業界在現網中針對RIS技術進行了一系列的測試驗證工作 ^[6-10]。眾多測試結果表明，RIS 的部署可以有效提高無線網絡的吞吐量和覆蓋性能。

作為一種動態電磁參數調控技術，RIS在多個領域已經初步展示了其強大的性能。但是，在規模商用前，RIS仍在技術研究、工程應用、網絡部署和標準化等方面面臨諸多問題與挑戰。本文中，我們將從背景、基礎和關鍵技術、典型應用場景以及趨勢與挑戰等方面對RIS進行探討。

2 RIS的理論和技術

RIS是一種多學科融合技術。在RIS概念誕生前，超材料相關基礎理論已發展了半個多世紀，這為RIS理論體系的建立奠定了堅實基礎。在關鍵技術方面，與RIS相關的相控陣、可編程邏輯門等技術均有了應用案例。RIS的概念在最近10年才被提出，并被視為一種潛在的6G關鍵技術，已有的理論與技術基礎支撐了其研究的快速發展。

2.1 基礎理論

從廣義上來說，RIS是超材料 （也稱為電磁超材料） 的一個分支。超材料可以分為三維超材料和二維超表面，而超表面又分為固定參數超表面和動態可調超表面。RIS一般被認為屬于動態可調超表面。當然，業界有時也會把固定參數超表面作為 RIS 研究的一個特例去考慮。超材料最初是以“左手材料”和“雙負媒質”的名稱為人所知的。1967年，V. VESELAGO教授發表了一篇俄語論文。1968年，這篇文章被翻譯成英文后發表^[11]。該文首次提出了“左手材料”的概念，即介電常數ε和磁導率μ均為負的材料，并系統分析了雙負媒質中電磁波的傳播特性，理論預測了多個新奇的異常調控現象。1996 年，J. B. PENDRY 爵士實現并驗證了負介電常數^[12]，并于 1999 年提出了用周期排布來驗證負磁導率^[13]。而最早的人工電磁表面 （即超表面） 的研究為 1999年 D. F. SIEVENPIPER 教授提出的蘑菇型結構高阻抗表面（HIS）^[14]。

傳統等效媒質參數（介電常數和磁導率）可用來描述三維超材料的電磁特性，但不再適用于分析二維超表面^[15]。針對超表面的二維結構特性，研究人員陸續提出多種理論進行分析和建模。其中，最具代表性的是2011年由F. CAPASSO教授團隊提出的廣義斯涅耳定律^[16]。廣義斯涅爾定律可以很好地刻畫電磁超表面物理特性，如公式（1）和（2）所示：

（1）

（2）

其中，公式（1）是廣義斯涅爾折射定律，公式（2）是廣義斯涅爾反射定律，n_i和n_t是入射和出射界面折射率，θ_i和θ_t是入射角和出射角。

也有學者提出，采用建立在著名的麥克斯韋方程組上的現代電磁學對超表面的二維結構特性進行分析，如圖 1 所示。2016年，楊帆教授及其課題組首次提出了“界面電磁學”的概念，以分析超表面電磁特性^[17]。界面電磁理論旨在通過對二維界面上不同種類電磁現象進行分析與解釋，指導各種電磁表面的設計與優化。

▲圖1 電磁學問題在空間域上的分類方法^[18]

早期的超表面在其物理結構固定后，功能和性能也隨之確定。因其不支持按需動態調節，使用的靈活性受限。之后出現的可調超表面成為了研究的主流。在超表面上集成有源元件（如開關二極管、變容二極管等）或可調節材料（如液晶、石墨烯等），通過改變外部激勵，固定物理結構的超表面可以呈現動態可調或可重構的電磁特性。

初期的超表面通常利用連續或準連續的表面極化率、表面阻抗、幅度和相位等參數來表征界面上的電磁特性。這些表征方式都是從物理層面出發的，可以稱之為“模擬超表面”。2014年，東南大學崔鐵軍教授團隊提出了“數字編碼與可編程超材料/超表面”的概念，創新性地利用二進制編碼的形式來表征超表面^[19]，這標志著超表面從模擬時代進入數字時代。對可調超表面的可調物理特性數字化編碼后，可以借用在計算機科學領域中已成熟的編碼理論和軟件算法對超表面的物理參數的調控進行優化設計。這樣可以更好地利用人工智能（AI）算法進行智能調控^[20]。2017年，崔鐵軍教授團隊發表論文歸納、總結了已有研究，提出了“信息超材料/超表面”的概念體系^[21]。

除了上述對RIS自身物理特性分析的理論外，在RIS用于信息通信領域時，我們需要從信息科學的角度進行分析。2020年，崔鐵軍院士團隊從信息論角度，建立碼本幾何信息熵I₁與遠場散射方向圖的物理信息熵I₂之間的關系^[22]：

（3）

2008 年，F. K. GRUBER 教授首先提出了電磁信息論（EIT） 概念，用于分析大規模多輸入多輸出 （MIMO） 系統的性能^[23]。2021年，清華大學戴凌龍教授團隊提出采用EIT理論來揭示基于RIS的無線通信系統容量的基本物理極限。文中指出，EIT可以建立一個新的分析框架，用于推導通信系統的自由度（DoF）、信道容量和其他重要性能要求^[24]。

2.2 關鍵技術

2.2.1 硬件結構與調控

無論是用于新型的無線收發機，還是用于無線傳輸的中繼節點，RIS硬件架構都包含三大部分：可重構電磁表面、饋電系統和控制系統。可重構電磁表面是系統中對空間波進行調控的主體，其結構為周期或準周期排布的表面單元組成的陣列。控制系統通過對可重構電磁表面非線性器件配置低頻控制信號，可改變局部單元的電磁特性，以實現對來自饋電系統的高頻信號進行動態調控。

（1） 可重構電磁表面結構設計

可重構電磁表面設計是RIS技術的初衷和核心，需要根據實際的應用需求來確定單元設計目標，然后對單元主體、偏置線路等進行優化設計。首先，需要在電磁仿真軟件中建立合適的主體模型，設置周期邊界條件、Floquet端口激勵、非線性元件的等效RLC 模型等；隨后，選擇合適的單元幾何結構進行設計優化，使得在所需頻段內滿足預先設定的設計要求，如1 bit反射單元要求反射幅度接近0 dB，反射相位差為180°等^[25]；最后，還需要考慮用于連接控制系統的偏置線等結構，并驗證其對單元性能的影響。1-bit數字相控單元及其反射相位示意如圖2所示。

▲圖2 1 bit數字相控單元及其反射相位^[25]

（2） 控制系統設計

控制系統的控制方式主要包括機械控制、模擬信號控制、數字信號控制3類。機械控制由于其響應速度較慢，目前已較少采用；在模擬信號控制中，控制模塊產生連續分布的電平，控制變容二極管等具有連續變化參數的器件產生不同的響應；在數字信號控制中，控制模塊產生不同的電平，控制PIN二極管 （P-I-N結構的二極管） 等開關器件產生不同的響應。其中，數字信號控制根據可控狀態數目，可分為1 bit、2 bit或更多bit狀態的控制，不過更多控制位數會導致表面結構復雜度急劇增加，設計和實現更為困難。

控制系統軟件設計的核心是控制碼表設計，即根據電磁波束方向設計可重構電磁表面單元相位分布。目前控制碼表的提取有兩種方式：一種是離線查表模式，預先計算出各個方向碼表并存儲，使用時根據上位機的指令按地址提取對應的碼表并完成賦值；另一種則是在線計算模式，將碼表計算程序植入處理單元，由處理單元完成碼表的計算。

2.2.2 基帶算法

（1） 信道建模

在傳輸信號模型中，信道響應矩陣是極為重要的部分。作為一種將環境轉變為智能可重構電磁空間的潛在技術，RIS為其輔助傳輸的系統建立準確而高效的無線信道模型是保證無線通信系統及相關技術評估合理性的基礎。當前主流的信道建模方法包括基于幾何的統計性建模和基于射線追蹤的確定性建模方法兩類。統計性建模方法通過專用測量設備采集某一真實場景下的信道數據，并通過大、小尺度參數對信道數據中隱藏的特性進行統計描述。2021年，崔鐵軍院士團隊對 RIS 輔助無線通信的自由空間路徑損耗進行建模^[26]。

（4）

基于幾何光學與一致性繞射理論，射線追蹤方法對發射機-接收機、發射機-RIS、RIS-接收機鏈路之間的多徑射線（傳播路徑） 進行精確計算，從而確定多徑射線的離開角、到達角、時延、功率等信道參數。

（2）信道估計

相對于傳統MIMO系統，RIS使能的無線系統特性給信道估計帶來新的挑戰。首先，典型 RIS 一般采用全被動元素，并不具備復雜的信號處理能力，這使得信道狀態信息（CSI） 的估計存在困難。設計具有部分主動元素的RIS可以自主估計 CSI，但需要權衡信道估計與復雜度及成本的需求^[27]。其次，RIS超大規模天線陣子帶來了高維信道估計的復雜度問題。此外，引入RIS后帶來的分段信道特性，也給RIS的信道估計帶來新的問題。

一方面，可以利用信道的雙時間尺度特性進行分段信道估計，即用戶設備 （UE） 的低維移動信道估計頻繁，而高維準靜態的基站 （BS） -RIS信道僅需要信道統計信息，不需要頻繁的信道估計，從而降低了總體導頻開銷^[28]。另一方面，可以通過RIS電磁單元優化分組來降低估計高維RIS信道^[29]和多用戶信道的復雜度^[30]。高頻段場景可以利用RIS信道矩陣低秩特性，構造聯合稀疏矩陣并設計矩陣填充問題來實現級聯信道估計^[31]，還可以利用多用戶信道在角度域的稀疏性來降低導頻開銷^[32]。可將RIS面板劃分為不同的子塊，每個子塊在不同的時隙采用不同調控系數矩陣，依次估計出待估計信道^[33]。通感一體化技術的發展使利用感知信息輔助RIS信道估計成為可能^[34]。另外，考慮到工程化應用的復雜度，基于碼本的信道估計是一種典型的低復雜度信道估計方法，但RIS信道分段特性和近場特性會給傳統碼本方案帶來挑戰^[35]。

（3） 波束賦形

RIS引入的級聯信道和超大規模天線陣子的特點使得系統的波束賦形設計變得更加復雜。RIS借鑒Massive MIMO混合波束賦形的模型架構。從系統模型的角度看，RIS可以視為一個外部模擬波束預編碼單元，對相應的相移矩陣進行設計。也就是說，RIS對來自發射機的信號采用模擬波束賦形進行電磁波反射調控。

相對于傳統波束賦，RIS的波束賦形有一些新的特征：

● 超大規模RIS電磁單元個數，使得設計波束賦形的電磁調控參數有較高的復雜度。信道降維與電磁單元分組是平衡波束賦形性能和復雜度的有效方法。

● RIS傳播信道具有分段特性，需要聯合優化設計基站的有源波束和RIS的無源波束。

● 超大天線孔徑帶來傳播信道的近場特性。

現有的波束訓練設計依賴于基于遠場信道模型設計的遠場碼本。然而，由于RIS超大天線孔徑特點，用戶更可能處于RIS的近場區域。文獻[35]設計與近場信道模型相匹配的近場碼本，并提出了有效的近場波束訓練方案。

2.2.3 組網設計

從通信環境復雜度和 RIS 部署及調控復雜度的角度考慮，我們可以把部署場景分為小范圍可控的受限區域和大范圍復雜環境兩大類。這兩類場景對RIS網絡部署原則和需求有著較大差異。小范圍可控的受限區域有機會部署足夠密度的RIS，并實現精確電磁環境智能調控。對于大范圍復雜環境，RIS主要對已有或新引入的主要傳播路徑/主散射體進行調控，半動態或靜態地調控無線信道的大尺度特性，所需的RIS形態簡單易部署，且成本較低。

無線網絡引入RIS也會帶來新的網絡共存方面的挑戰。文獻[36]分析了RIS網絡的共存問題，并提出了可能的解決思路。在實際網絡中，入射在RIS面板上的無線信號既包括RIS優化調控的“目標信號”，也包括其他“非目標信號”。RIS將會對這兩類信號同時調控。通過調控電磁波的幅度、相位、極化方式等，RIS可以增強“目標信號”，同時也對“非目標信號”進行非預期的異常調控。在非受控情況下，RIS對來自其他網絡的“非目標信號”進行非預期的異常調控，這將導致嚴重的網絡共存問題。文獻提出了帶有帶通濾波層的多層 RIS 結構和 RIS 分塊機制兩種解決方案。另外，此網絡共存問題也表明，規模部署的RIS需要受控于網絡，以約束其對無線環境中“非目標信號”隨意的非預期異常調控行為，避免導致的嚴重網絡性能惡化。

2.3 原型驗證

（1）內場測試

2018—2021 年，美國普林斯頓大學、麻省理工學院和加州大學圣地亞哥分校分別搭建了 2.4 GHz 頻段 LAIA、RFocus[37]和 ScatterMIMO[38]智能超表面原型系統；歐洲研究機構也成立了智能超表面研發領域的VisorSurf和ARIADNE項目，通過上百次撒點測試，驗證了智能超表面在室內場景中的波束賦形、覆蓋增強和多流增速的能力。

中國智能超表面原型系統研發也與其他國家基本保持同步。東南大學團隊搭建了智能超表面單輸入單輸出二進制頻移鍵控 （SISO BFSK）/正交相移鍵控 （QPSK）/八進制相移鍵控 （8PSK）/16QAM （包含了 16 種符號的正交振幅調制）/64QAM和MIMO QAM等系列原型系統；清華大學團隊研發了 2.3 GHz/3.5 GHz/5.8 GHz/26 GHz/28 GHz 頻段 64/100/256/1 024/2 304/4 096陣元等系列原型系統^[39-40]；香港中文大學 （深圳）、華中科技大學、西安電子科技大學等諸多團隊均開展了智能超表面原型系統研發創新，并與各大設備廠商開展系統聯調和內場典型場景下的測試，持續驗證智能超表面在覆蓋補盲和多流增速等方面的性能增益。

（2）外場測試

NTT DoCoMo在2018年首次開展28 GHz智能超表面外場測試，驗證智能超表面毫米波覆蓋補盲能力；2020年，首次開展了毫米波頻段透明動態超表面驗證測試；2021 年，進一步使用超表面透鏡驗證室外到室內的覆蓋增強能力。2022年，韓國LG公司針對3.5 GHz和28 GHz頻段開展智能超表面外場測試驗證。

中國三大運營商也都已開啟智能超表面外場測試驗證工作。2021年下半年，中國聯通^[8]、中國移動^[6]、中國電信^[7]分別針對3.5 GHz、2.6 GHz頻段和毫米波頻段開展智能超表面技術5G外場測試，驗證了智能超表面系統可切實提升5G網絡深度覆蓋和擴容提速的能力。近期，北京郵電大學針對工業場景開展智能超表面環境適變理論和信道快速重構方法研究，以保障工廠在復雜電磁環境下的平穩高效運行。

3 RIS技術典型場景

近年來，學術界和產業界依據RIS技術的特性，分析了其典型的應用場景。本文在前期研究的基礎上，進一步根據RIS技術的發展階段以及5G-Advanced和6G網絡的趨勢，分析了RIS在5G-Advanced和6G網絡中的典型場景。

3.1 5G-A階段典型場景

在5G-Advanced階段，在移動通信網絡的典型場景中，RIS將側重支持Sub6GHz和毫米波頻段傳統通信場景的覆蓋或速率增強。

（1）覆蓋補盲

傳統的蜂窩部署可能會覆蓋空洞區域，而RIS可部署在基站與信號盲區之間，通過有效地反射/透射傳輸信號，以增強信號盲區用戶的信號質量，保證空洞區域用戶的覆蓋。

（2）多流增速

對于業務密集的熱點區域，可以通過RIS增加額外的無線通信路徑與信道子空間，從而提高信號傳輸的復用增益。尤其在視距傳輸場景中，引入基于RIS的可控信道，收發天線陣列間信道的空間相關特性將會得到很大改善，可用于數據傳輸的子空間數目將會增加，這極大地提升了系統的傳輸性能。

對于小區邊緣區域，有用信號電平較弱且缺乏多徑環境，終端側的多天線能力無法充分發揮作用。在收發端之間增加RIS設備，使小區邊緣用戶按需利用終端多天線能力，極大提升傳輸性能。

3.2 6G階段典型場景

（1）RIS支持高頻通信

高頻毫米波和太赫茲是 5G-Advanced 和 6G 潛在工作頻段。高頻信號最明顯的特征就是路徑損耗較大，小區半徑較小，受障礙物遮擋、雨雪天氣、環境吸收等影響大。依據3GPP 38.901 （第3代合作伙伴計劃中的協議），在同等條件下，28 GHz毫米波信號的路徑傳輸損耗比3.5 GHz信號的路徑損耗增大約18 dB；在穿透損耗方面，對于低頻毫米波信號而言，混凝土和紅外反射玻璃材質的障礙物幾乎無法穿透，如表1所示，樹葉、人體、車體等障礙物對低頻毫米波信號的穿透損耗均在10 dB以上，這導致覆蓋范圍內的大部分區域通信質量從良好變得非常差。因此，高頻通信必將面臨覆蓋半徑小、盲區多、部署運維成本高的嚴峻形勢。

▼表1 高頻信號穿透損耗3GPP的理論值及實測值

在基站和終端用戶之間部署智能超表面設備，能夠在視距通信不可達或信號質量較差的盲區或小區邊緣，按需動態建立非視距鏈路，從而提升網絡深度覆蓋質量，減少覆蓋盲區。未來，隨著超材料天線的應用推廣，智能超表面設備形態將更加豐富多樣，例如建筑物外墻裝飾層。低成本、低功耗、易部署的智能超表面設備將成為基站提供有效的補充和延伸。

（2） RIS使能軌道角動量（OAM）

OAM技術有望突破傳統通信中的香農極限，緩解現今頻譜資源緊張、頻段擁塞的問題，因此成為6G潛在的關鍵技術之一。OAM渦旋電磁場的生成方式有很多種，其中一種典型的便是基于智能超表面的渦旋電磁場的生成方法。通過反射型和投射型智能超表面，既可以產生雙極化雙頻段多模態OAM渦旋電磁波，也可以實現OAM渦旋電磁波的線極化和圓極化靈活轉換。

（3）RIS使能通信感知一體化

未來移動通信系統正朝著更加智能化和軟件化的方向發展，有望通過融合環境感知技術、用戶定位功能和智能無線環境新范式，進一步拓展其網絡能力和應用場景。在智能超表面輔助的無線通信系統中，利用智能超表面的空時調制能力，不僅可以在非視距環境中建立虛擬視距鏈路，通過優化智能超表面的反射系數矩陣提高通信鏈路質量，按需動態提供波束賦形增益，而且可以在同等條件下使系統具備較大天線孔徑的優勢和較高的定位精度，實現高精度感知定位能力。

4 RIS技術挑戰與趨勢

RIS 技術的挑戰與趨勢主要涉及理論模型、應用技術、工程化研究等方面。

對 RIS 理論模型的刻畫，雖然已有一些積累 （參見 2.1節），但后續還需在電磁調控物理機理、電磁信息學、信道模型等方面進一步深入探索，以盡快構建完善的理論體系。另外，RIS是材料科學 （主要指超材料）、電磁學、信息與電子學、通信工程等多學科交叉融合的技術，需要多學科協同推進。

在應用技術研究方面，已有的研究主要為了解決傳統無線通信中的經典問題，例如信道估計、波束賦形和信息調制等，而在基于 RIS 的通感一體化、AI 使能 RIS^[41]和基于 RIS的安全通信等新穎的應用領域研究投入不足，相關的研究成果較少。另外，已有的研究大多基于一些簡單的系統模型，提供的機制一般僅適用于較為理想的場景。因此，后續研究需要關注RIS的全新應用領域，并考慮更為復雜的模型。

在工程化研究方面，雖然已有一些 RIS 樣機的簡單測試，且在特定場景中展示出了一些性能增益，但距離真正的工程化應用依然有很遠的距離。

（1） RIS 標 準 化 。 3GPP 5G-A Rel-18 立 項 了 Smart^[1]Repeater，這為RIS在Rel-19中的標準化立項，以及其基于5G網路的標準化工作打下良好的基礎。與5G-A的標準化不同，在RIS的6G標準化工作中，6G標準預計將是全新的標準協議。因此，未來RIS標準化工作將不用考慮與傳統系統兼容性，且屆時RIS技術研究也更加成熟。

（2） RIS 網絡部署。從 RIS 工程應用的落地角度來看，可以采用3階段的網絡部署方式：階段1，在5G現網中少量部署非標準化靜態RIS面板，用于解決覆蓋空洞問題，尤其是高頻覆蓋問題；階段2，基于5G-A標準化機制部署半動態可調的RIS，用于優化網絡的連續覆蓋；階段3，未來無線網絡中泛在部署智能靈活的 RIS，構建智能可控無線環境，給未來6G帶來一種全新的通信網絡范式。

5 結束語

移動通信網絡是支持百行千業數字化轉型升級，推動經濟發展質量變革、效率變革、動力變革的關鍵基礎設施。未來移動通信網絡將面臨頻譜資源緊缺、芯片集成度要求較高、無線信道不可控、設備能耗較大等一系列挑戰。智能超表面具有低成本、低能耗、可編程、易部署等特點，構建智能可控無線環境將會給未來無線網絡帶來一種全新的范式，并有機會成為基礎原始創新取得突破的領域，同時引領全球產業鏈的成熟和發展。

致謝

感謝中國聯合網絡通信有限公司研究院無線技術研究中心李福昌總監、張忠皓博士和中興通訊股份有限公司無線研究院算法部趙亞軍總工對本文的指導和支持。感謝智能超表面技術聯盟（RISTA）提供了良好的技術研究與合作平臺。

參考文獻

[1] TARIQ F, KHANDAKER M R A, WONG K K, et al. A speculative study on 6G[J]. IEEE wireless communications, 2020, 27(4): 118-125. DOI: 10.1109/mwc.001.1900488

[2] RENZO D M, ZAPPONE A, DEBBAH M, et al. Smart radio environments empowered by reconfigurable intelligent surfaces: how it works, state of research, and the road ahead [J]. IEEE journal on selected areas in communications, 2020, 38(11): 2450-2525. DOI: 10.1109/JSAC.2020.3007211

[3] 中興通訊、東南大學、中國聯通聯合承辦第一屆RIS技術論壇 [EB/OL]. (2021-09-26)[2022-04-20]. https://www.mscbsc.com/info/Nw5111e

[4] 智能超表面技術聯盟在京成立 [EB/OL]. (2022-04-08)[2022-04-20]. http://www. stdaily. com/index/kejixinwen/202204/78120a63e7e04bb4b6a0053367a83b1f.shtml

[5] 崔鐵軍, 金石, 章嘉懿, 等. 智能超表面技術研究報告 [R]. IMT-2030（6G）推進組, 2021

[6] 跨學科創新, 中國移動聯合崔鐵軍院士團隊率先完成智能超表面技術試驗 [EB/OL]. (2021-07-09) [2022-04-22]. https://www. c114. com. cn/news/118/a1168348.html

[7] 中興通訊聯合中國電信完成業界首個 5G 高頻外場智能超表面技術驗證測試[EB/OL]. (2021-07-08)[2022-04-22]. https://www.c114.com.cn/news/127/a1167281.html

[8] 中興通訊攜手中國聯通完成全球首個5G中頻網絡外場下的智能超表面技術驗證 [EB/OL]. (2021-07-07)[2022-04-20]. https://www. c114. com. cn/news/127/a1167167.html

[9] 數學與通信完美結合——羅智泉教授團隊與華為合作取得5G網絡中應用智能反射面技術的突破 [EB/OL].(2021-08-12)[2022-04-20]. http://www.sribd.cn/article/361/

[10] 5G evolution and 6G: HAPS, metasurface lens and pinching antenna [EB/OL]. [2022-04-20]. https://www. nttdocomo. co. jp/english/info/media_center/event/mwc21/contents/exhibits06/

[11] VESELAGO V G. The electrodynamics of substances with simultaneously negative values of εandμ [J]. Soviet physics uspekhi, 1968, 10(4): 509-514. DOI: 10.1070/pu1968v010n04abeh003699

[12] PENDRY J B, HOLDEN A J, STEWART W J, et al. Extremely low frequency plasmons in metallic mesostructures [J]. Physical review letters, 1996, 76(25): 4773-4776. DOI: 10.1103/PhysRevLett.76.4773

[13] PENDRY J B, HOLDEN A J, ROBBINS D J, et al. Magnetism from conductors and enhanced nonlinear phenomena [J]. IEEE transactions on microwave theory and techniques, 1999, 47(11): 2075-2084. DOI:10.1109/22.798002

[14] SIEVENPIPER D F, ZHANG L X, BROAS R, et al. High-impedance electromagnetic surfaces with forbidden bands at radio and microwave frequencies [C]//Proceedings Volume 3795, Terahertz and Gigahertz Photonics. 1999, 3795: 154-165. DOI: 10.1117/12.370159

[15] 張磊, 陳曉晴, 鄭熠寧, 等 . 電磁超表面與信息超表面 [J]. 電波科學學報,2021, 36(6): 817-828

[16] YU N F, GENEVET P, KATS M A, et al. Light propagation with phase discontinuities: generalized laws of reflection and refraction [J]. Science,2011, 334(6054): 333-337. DOI: 10.1126/science.1210713

[17] RAHMAT-SAMII Y, YANG F. Surface EM in antenna engineering: from EBG to meta-surface and beyond [C]//2016 IEEE Antennas and Propagation Society International Symposium (APSURSI). Fajardo, Puerto Rico, 2016

[18] 楊帆, 許慎恒, 劉驍, 等. 基于界面電磁學的新型相控陣天線 [J]. 電波科學學報, 2018, 33(3): 256-265

[19] CUI T J, QI M Q, WAN X, et al. Coding metamaterials, digital metamaterials and programmable metamaterials [J]. Light: science & applications, 2014, 3(10): e218. DOI: 10.1038/lsa.2014.99

[20] MA Q, BAI G D, JING H B, et al. Smart metasurface with self-adaptively reprogrammable functions [J]. Light: science & applications, 2019, 8(1):98. DOI: 10.1038/s41377-019-0205-3

[21] CUI T J, LIU S, ZHANG L. Information metamaterials and metasurfaces [J]. Journal of materials chemistry C, 2017, 5(15): 3644-3668

[22] CUI T J, WU H T, LIU S, et al. Research progress of information metamaterials [J]. Acta physica sinica, 2020, 69(15): 158101. DOI: 10.7498/aps.69.20200246

[23] GRUBER F K, MARENGO E A. New aspects of electromagnetic information theory for wireless and antenna systems [J]. IEEE transactions on antennas and propagation, 2008, 56(11): 3470-3484. DOI: 10.1109/TAP.2008.2005468

[24] WAN Z, ZHU J, ZHANG Z, et al. Capacity for electromagnetic information theory [EB/OL]. https://arxiv.org/pdf/2111.00496.pdf

[25] YANG H H, YANG F, XU S H, et al. A 1-bit 10×10 reconfigurable reflectarray antenna: design, optimization, and experiment [J]. IEEE transactions on antennas and propagation, 2016, 64(6): 2246-2254. DOI:10.1109/TAP.2016.2550178

[26] TANG W K, CHEN M Z, CHEN X Y, et al. Wireless communications with reconfigurable intelligent surface: path loss modeling and experimental measurement [J]. IEEE transactions on wireless communications, 2021, 20 (1): 421-439. DOI: 10.1109/twc.2020.3024887

[27] TAHA A, ALRABEIAH M, ALKHATEEB A. Enabling large intelligent surfaces with compressive sensing and deep learning [J]. IEEE access, 2021, 9: 44304-44321. DOI: 10.1109/ACCESS.2021.3064073

[28] HU C, DAI L L, HAN S F, et al. Two-timescale channel estimation for reconfigurable intelligent surface aided wireless communications [J]. IEEE transactions on communications, 2021, 69(11): 7736-7747. DOI: 10.1109/TCOMM.2021.3072729

[29] TAHA A, ALRABEIAH M, ALKHATEEB A. Enabling large intelligent surfaces with compressive sensing and deep learning [J]. IEEE access, 2021, 9: 44304-44321. DOI: 10.1109/ACCESS.2021.3064073

[30] WEI X H, SHEN D C, DAI L L. Channel estimation for RIS assisted wireless communications—part II: an improved solution based on ouble[1]structured sparsity [J]. IEEE communications letters, 2021, 25(5): 403-1407. DOI: 10.1109/LCOMM.2021.3052787

[31] HE Z Q, YUAN X J. Cascaded channel estimation for large intelligent metasurface assisted massive MIMO [J]. IEEE wireless communications letters, 2020, 9(2): 210-214. DOI: 10.1109/LWC.2019.2948632

[32] WEI X H, SHEN D C, DAI L L. Channel estimation for RIS assisted wireless communications—part II: an improved solution based on double[1]structured sparsity [J]. IEEE communications letters, 2021, 25(5): 1403-1407. DOI: 10.1109/LCOMM.2021.3052787

[33] JIAN M N, ZHAO Y J. A modified off-grid SBL channel estimation and transmission strategy for RIS-assisted wireless communication systems [J]. 2020 international wireless communications and mobile computing (IWCMC), 2020: 1848-1853. DOI: 10.1109/IWCMC48107.2020.9148537

[34] XU W H, GAO F F, ZHANG J H, et al. Deep learning based channel covariance matrix estimation with user location and scene images [J].IEEE transactions on communications, 2021, 69(12): 8145-8158. DOI:10.1109/TCOMM.2021.3107947

[35] WEI X, DAI L, ZHAO Y, et al. Codebook design and beam training for extremely large-scale RIS: far-field or near-field?[EB/OL]. (2021-09-21) [2022-04-20]. https://arxiv.org/abs/2109.10143

[36] 趙亞軍, 菅夢楠. 6G智能超表面技術應用與挑戰 [J]. 無線電通信技術,2021,47(6):679-691. DOI:10.3969/j.issn.1003-3114.2021.06.002

[37] ARUM V, BALAKRISHNAN H. RFocus: beamforming using thousands of passive antennas [EB/OL]. [2022-04-20]. https://www.usenix.org/conference/nsdi20/presentation/arun

[38] DUNNA M, ZHANG C, SIEVENPIPER D, et al. ScatterMIMO: enabling virtual MIMO with smart surfaces [C]//Proceedings of the 26th Annual International Conference on Mobile Computing and Networking. USA:ACM, 2020: 1-14. DOI: 10.1145/3372224.3380887

[39] DAI L L, WANG B C, WANG M, et al. Reconfigurable intelligent surface[1]based wireless communication: antenna design, prototyping, and experimental results [J]. IEEE access, 2020, 8: 45913-45923. DOI:10.1109/ACCESS.2020.2977772

[40] LI Y Z, REN Y L, YANG F, et al. A novel 28GHz phased array antenna for 5G wireless communications [J]. ZTE communications, 2020, 18(3): 20-25. DOI: 10.12142/ZTECOM.202003004

[41] ZHANG S, LI M Y, JIAN M N, et al. AIRIS: Artificial intelligence enhanced signal processing in reconfigurable intelligent surface communications [J].China communications, 2021, 18(7): 158-171. DOI: 10.23919/JCC.2021.07.013