崔亦军，李 萍，叶峥峥，武艺鸣，窦建武

(1.中兴通讯股份有限公司，上海 201203；2.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

近年来，智能超表面(Reconfigurable Intelligent Surface,RIS)因为其能够灵活操控信道，改变环境中的电磁特性，在国内外吸引了学界和业界广泛的关注。RIS在学术研究及产业推进上更是发展迅速，被认为是6G 网络的关键候选技术之一[1-3]。由于RIS能够通过改变电磁单元的排列组成，从而可以根据场景需要改变信号的幅度和相位[4]，进而通过可编程的方式实现对无线环境中电磁波的控制。RIS具有低成本、低复杂度、低能耗和易部署的特性，与无线网络相结合，能够使得无线网络中的覆盖和容量增强。如果要在网络中引入RIS这样的新元素，那么就需要从RIS在无线网络中的应用开始研究。

现有文献主要集中研究了RIS信道估计方面的内容，以及不同RIS波束赋形的方案[5-8]，基本上都着眼于RIS如何更好地改变无线信道，从而提升信道容量[9-11]。本文主要是侧重工程应用，研究在无线网络中如何部署可以实现RIS的最大覆盖效率，解决RIS面临的最基本、也是最重要的问题，同时还能在实际场景中进行部署。

1 智能超表面技术在无线通信中的应用

1.1 RIS在5G无线通信中的应用场景

传统的无线通信，利用了空时频三个维度的特性来扩展信道/系统容量[12]。时域上通过分时控制以及时间的累加可以提高整体系统的吞吐率，然而本质上并不改变频谱效率；频域上可以通过扩展频谱来实现容量的显著提升，从厘米波逐步扩展到毫米波再到更高的频率和波段；而空域是在时频域基础上更加延拓频谱资源，从最初的单通道发展为多通道，再到后来的MIMO、 Massive MIMO，理论上可以实现频谱效率成倍的增长。可以发现，这些技术都是在通信系统的发送和接收侧实现方案和性能优化，目的都是为了对抗实际无线信道环境，而对于空时频资源的利用仍然会存在一个瓶颈，随着频域/空域资源的不断扩展，“边际效用”渐渐凸显出来。另外，对于遮挡下无信号覆盖的盲区来说，任何算法和策略都难以实施。可以说，实际的无线信道环境决定了整个系统容量的上限。

与传统的被动“适应”无线信道不同，智能超表面能够“改变”信道特性，带来无线信道环境容量上限的提升。特别是5G系统中通过传统的算法或者策略无法解决的问题，例如遮挡下无信道覆盖的盲区，可以通过引入RIS来得到根本的解决。 在传统5G系统中无线信道薄弱的环节，智能超表面将发挥巨大的作用。

智能超表面可以有效填补局部覆盖空洞、增加信号传播自由度、降低功耗，还具有感知定位的能力。对于sub-6GHz系统的某些场景下，存在空间秩缺少、覆盖不够深入室内等状况。如图1所示，可以通过引入RIS来增加多径，实现空旷区域的增秩效果，如体育场、广场等传播环境和空旷环境。

图1 RIS部署示意图(sub-6GHz)Fig.1 Deployment for RIS (sub-6GHz)

对于5G mmW系统，虽然其频谱资源丰富、带宽大、反射特性好，但容易受到环境的影响，典型的场景就是物体遮挡，如植被、建筑物等。所以，一般意义上的mmW应用场景为空旷、无遮挡的室外或者室内场景，而当实际环境中仍有遮挡物体就会存在覆盖弱区与盲点，这就导致了5G NR mmW系统的覆盖率要低于sub-6GHz系统，其覆盖受场景限制，不利于网络覆盖，从而影响部署。如图2所示，把RIS引入到5G mmW系统中，将LOS信号通过“中转”的方式反射到盲区，实现局部空洞的补盲，形成连续覆盖。

图2 RIS部署示意图(mmW)Fig.2 Deployment for RIS (mmW)

另外，在用户数量较多时，可以采用多RIS部署，通过提升每个用户的覆盖来提升无线系统整体的容量。如图3所示，对于每个弱区/盲区可以分布架设不同RIS以实现不同目的。一方面RIS可以对无信号区域进行定向补盲，另一方面RIS可以对弱区或者业务量较大区域进行定向补弱。

图3 多RIS部署示意图Fig.3 Deployment for multiple RIS

在无线网络中，RIS的这几项优势如何才能被更好地发挥出来，是网络部署中一个关键问题。经过研究发现，RIS的覆盖能力是与其所使用的材料、面积大小、部署位置强相关的。能否做好RIS的网络部署，是RIS在无线网络中得以广泛应用的关键问题。

1.2 智能超表面技术的部署方案

全新的RIS技术特性及其与无线通信应用的结合，全新的应用场景对于其在网络中进行部署面临着巨大挑战。RIS的组网设计既需要考虑在传统蜂窝网中网络架构的实现方案，也需要研究探索在未来全新网络架构网络中的实现方案[13]。

在传统的蜂窝网络中，部署首先要确定的是RIS板的安装位置，先通过仿真、路测、MR(Measurement Report)等确定RIS目标区域，找到基站无法部署解决的弱覆盖区域(主要受建筑物及植被影响)，根据目标区域及周边宏站位置进行LOS径站址选取，包括部署位置、挂高、RIS面板倾角等，需要充分考虑实际部署条件的限制因素；其次是RIS板面积的选择，随着面积增大，RIS的波束赋形增益和面积增益得到提升，但同时出射波束的水平垂直宽度也随着阵子数的增加而减小，因此需要结合实际应用需求和场景进行合适的面板面积选择，在本文中暂时不展开详细讨论；最后是RIS面板的波束形态和码本的选择，根据部署场景和入射、出射位置信息等，需要选择合适的波束形态，以适配实际的覆盖面积和用户数量需求。

通过对RIS板的覆盖面积进行数学建模，构建最佳波束形态和部署方式的优化系统流程，可以仿真计算最大覆盖面积，作为实际RIS部署覆盖能力的参考，根据需要覆盖的广场、道路、楼体等不同场景特性，分析该覆盖方案的最大能力是否符合需求，如果不符合则需要寻求加板、站点位置变更等其他解决方案。

2 RIS板覆盖面积建模

假设RIS面板的水平、垂直阵子数分别为M和N，水平垂直阵子间距分别为dx和dy，入射、出射信号与面板法线夹角分别为θt和θr，基站与RIS距离为d1，RIS与UE距离为d2，RIS面板反射效率为γ，RIS单元阵子功率增益为Ge，发射功率为Pt，发射天线增益Gt，接收天线增益Gr，信号波长为λ。以远场场景为例，则RIS面板增益可以等效为[14]：

(1)

RIS阵列的水平垂直导向矢量可以表示为：

(2)

(3)

式中，θ和φ分别为相对面板的方位角和俯仰角。假设RIS面板所加载的码本为w，则产生的三维空间波束方向图可以表示为：

R(θ,φ)=Pr×|wH(fh⊗fv)|2。

(4)

在距离为d0的特定方向阈值为GThr的切面下水平垂直波束宽度设为Δθ和Δφ，则在该距离下特定切面方向的覆盖面积Scover可以表示为：

(5)

3 RIS部署方式和优化系统

按照实际的部署和效果需求，RIS部署方式或者码本的选择可以包含以下几种。

3.1 单用户波束

单用户波束可以作为较常规的波束形态使用，因为具有较窄的覆盖面和较大的出射增益，因此对于单用户可以实现较好的覆盖和跟踪性能。随着接收距离的增加，接收端的最大RSRP会逐渐衰减，而覆盖面积也随之展宽，不同的RSRP阈值门限对应了不同的距离和覆盖面积特性。单用户波束的水平垂直波束宽度随水平垂直阵子数变化而变化，阵子数越多，出射波束的宽度也越窄；随着接收距离的增加，宽度也逐渐展宽。在接收距离较近时，单用户波束的覆盖面积比较受限，很难满足大范围宽度的覆盖要求，但在远距离下因其良好的最大功率增益属性而适合选用。考虑到实际的入射、出射角度测量存在误差，需要给单用户波束的宽度预留一定余量。

3.2 多用户波束

对于多用户联合覆盖的场景，针对不同用户分布不聚集、间隔较广、移动路径随机的情况，可以使用多用户波束码本，能够实现对多个用户或区域的较好覆盖和实时跟踪。多用户波束可以通过子板拆分和波束拼接、码本设计等方式实现，在距离较近或者中等的情况下可以获得比单用户波束更广的覆盖距离，但是最大RSRP增益也随之降低，导致在远距离下覆盖面的RSRP过低而用户无法接入。因此多用户波束不适合在远距离或超远距离下覆盖，而在中短距离的覆盖会有更好的性能表现。

3.3 聚焦展宽波束

通过改变码本可以实现对出射能量和方向图的不同汇聚效果，实现任意形态和宽度的波束控制。聚焦展宽波束的宽度和形态可以通过改变参数而实现变化，特别是对于在面板水平垂直阵子数固定的情况下，如果需要设计不同水平垂直宽度的出射波束，就可以选择使用聚焦展宽波束，以实现水平和垂直维度的不同程度角度扩展。使用聚焦展宽波束最大的优点是可以根据实际的覆盖需要灵活调整波束形态，使功率能有效对准目标用户，避免功率的浪费和对其他接收点产生信号干扰。

为了在实际应用中达到最优的RIS覆盖性能，可以设计最优部署和覆盖系统，系统流程图如图4所示，基于前期的环境勘测结果和RIS面板参数确定可选的几种部署方式，生成对应的码本，并根据环境和UE能力确定RSRP阈值，通过UE反馈或者工程测量的方式获取部署坐标和距离，这些参数都支持动态调整。基于这些参数和码本，能生成不同部署方式的波束方向图和不同距离下的覆盖面积，通过使Scover最大得到最优的码本，选择在特定距离下的最优部署方式和码本作为RIS的实际部署方案，最优码本w表示为：

w=argmaxScover。

(6)

4 仿真结果

基于上述理论分析和系统设计，做了建模与仿真，在2.6 GHz频点下，1 m2的RIS面板，基站与RIS距离为200 m，进行不同部署方式的覆盖性能仿真，分别使用了单用户波束、多用户波束和两种不同参数的聚焦展宽波束共4种方式，覆盖距离设置为10～100 m2的范围，RSRP阈值分别设置为-80 dBm、-85 dBm、-90 dBm，不同部署方式的覆盖面积仿真曲线如图5～图7所示。

从图5～图7的3个不同RSRP阈值仿真结果可以看出，随着RSRP阈值的降低，整体覆盖面积和最大可覆盖距离增加；随着距离增加，不同部署方式的覆盖面积基本呈现先增大后减小(或者逐渐变小)的趋势，在不同的部署方式和RSRP阈值下，最大覆盖面积对应的覆盖距离也会随之变化，称之为最佳覆盖距离。在工程实现中，如果能够将目标接收点部署在选用的部署方式对应的最佳覆盖距离上，便能实现该部署方式的覆盖性能最优化。对于相同的部署方式来说，随着RSRP阈值的变小，最大可覆盖距离和最佳覆盖距离都得到了提升，最大的覆盖面积也逐渐增大。对于相同的RSRP阈值，从最大可覆盖距离来看，单用户波束覆盖的距离最大，聚焦展宽波束覆盖的距离次之，而多用户波束覆盖的最大距离最小；从最佳覆盖距离来看，也符合这一特性。其中聚焦展宽波束通过设置不同的参数，可以使其最佳覆盖距离介于单用户波束和多用户波束之间的任意距离位置，填补了最佳覆盖距离维度上的空缺，从而使得整体的覆盖收益得到提升。

图5 RSRP阈值为-80 dBm时不同部署方式在不同 距离下的覆盖面积比较Fig.5 Cover Area Comparison for different deployment mode and range with RSRP threshold -80 dBm

图6 RSRP阈值为-85 dBm时不同部署方式在不同 距离下的覆盖面积比较Fig.6 Cover Area Comparison for different deployment mode and range with RSRP threshold -85 dBm

图7 RSRP阈值为-90 dBm时不同部署方式在不同 距离下的覆盖面积比较Fig.7 Cover Area Comparison for different deployment mode and range with RSRP threshold -90 dBm

不同的部署方式具有不同的覆盖面积-距离特性。由上述3个仿真结果可以进一步得出，对于给定的覆盖阈值和覆盖距离，总能找到一种最优的部署方式，以实现RIS的最佳覆盖。在实际工程应用中，针对实际部署场景以及不同的部署距离和覆盖面积需求，可以选择对应的部署方式，以达到最佳的覆盖性能。此外，也能够基于仿真的最大覆盖面积衡量RIS的覆盖提升能力和部署收益，以便工程中进行决策和优化。

5 结束语

RIS的部署在无线网络应用性能中是至关重要的，本文研究了无线网络中智能超表面部署方案，阐述了几种典型的应用场景与部署方式。从理论的角度对智能超表面的部署面积进行建模，并在不同RSRP阈值和不同智能超表面部署方式下进行仿真分析，探索了不同部署需求下的最优部署策略。仿真结果表明了智能超表面覆盖面积和覆盖距离的特性，更大的RSRP阈值意味着覆盖面积、最大可覆盖距离和最佳覆盖距离的变小；对于给定的覆盖距离和RSRP阈值要求，可以选择部署方式实现最佳覆盖性能。本文进一步给出了工程中智能超表面部署方式选择以及覆盖距离/面积评估的指导，以提升RIS在无线网络中的覆盖效率。