智能反射面综述： Towards Smart and Reconfigurable Environment: Intelligent Reflecting Surface Aided Wireless

这篇博文是对magazine文章： 《Towards Smart and Reconfigurable Environment: Intelligent Reflecting Surface Aided Wireless Network》的读后感记录，也借此理解智能反射面这个新兴的topic。

智能反射面简述及其应用场景

首先，什么是智能反射面？ 智能反射面是一种 由大量低成本的被动无源反射元件组成的平面，放置于基站与用户（发送方与接收方之间）。由于每个元件能都能够独立地对入射信号进行相位（或/和）幅度的改变，，因此可以利用智能反射面，使得用户更好地接收基站发送的信号。下面给出5个场景的例子：

图一： 当用户处于一个死角（dead zone）之时，适当地使用智能反射面，可以制造出一条反射路径，使得该用户仍能接收到信号。

图二： 假设基站-窃听者-用户处于同一直线上时，那么无论如何设计基站的发送波束，都无可避免地使得窃听者得到较好的信号。 为此，可以适当地设计智能反射面的反射因子，使得： 反射到窃听者的信号与基站直射窃听者的信号尽可能抵消， 而反射到用户的信号与直射信号尽可能叠加增强。

图三： 当用户位于小区边缘时，本小区的基站信号衰减严重，同时还会受到邻小区的信号干扰。 那么通过设计智能反射面，可以增强本小区的信号，并减弱邻小区的干扰。

图四： D2D（device to device）场景。 多个装置之间互相通信，相当于多个发送端和多个接收端同时通信， 显然互相会有干扰， 通过设计智能反射面可以尽可能消除干扰信号，增强正确信号。

图五： 远距离信号和能量传输。 通过智能反射面可以增强传输效果。

个人认为，有几个应用场景有凑数之嫌。 但有一点是一致的，那就是智能反射面给通信系统增加了设计的自由度。

文中给出了简单的仿真佐证了智能反射面的意义：

可以看到，在保证通信性能的情况下，智能反射面的存在可以减小发送功率的大小。

智能反射面硬件实现

智能反射面的使用主要基于一种叫“meta-atoms”的元件，这个是可以被数字控制的。 通过适当设计它的 形状/大小/方向/排布， 可以相应地改变它的信号响应（改变入射信号的一定的幅度相位）。实际中，通过使用 positive-intrinsic-negative (PIN) diodes （PIN二极管），fi eld-eff ect transistors (FETs) 或者 micro-elec-tromechanical system (MEMS) switches等电子元件，实现对其响应的实时调整。

如下图所示，典型的IRS架构由三层和一个智能控制器组成。在外层，有大量的金属片 (元件)印在介电基板上，直接与入射信号相互作用。在这一层的后面，使用铜板来避免信号能量的泄漏。最后，内层是一个控制电路板，它负责调节每个元件的反射振幅/相移，由一个连接到IRS的智能控制器。在实际中，可以用FPGA进行数字控制。 通过控制PIN管的开闭，可以决定反射单元对入射信号的相位调整值。 而通过改变电阻的大小，可以控制反射的幅度在[0~1]之间的某个值。显然，需要注意的是，因此实际中智能反射面的可调相位或幅度，一般是精度有限的离散值（如2-bit量化，仅有4种相位可调），而非任意可调的连续值，这也是在对其设计时所需要考虑的。

系统模型

由于有了智能反射面的存在，整个系统模型也有所改变，因此，本节对其进行数学建模。

考虑没有直射路径（LOS路径）的场景（直射路径的数学建模与传统一致）。考虑基站为多天线，而用户为单天线。 可以看到，此时基站到用户的信号经过3部分： 基站-反射面的信道； 反射面对信号的幅度相位调整； 反射面-用户的信道。 因此，可以建模为如下形式：

这里 ${\mathbf{h}}_1$代表反射面-用户的信道， $\mathbf{G}$代表基站-反射面的信道， $\mathbf{f}$是发送的波束成形向量。 $x$是发送信号。 $\varphi$是对角矩阵，表示反射面对入射信号幅度或相位的改变值。
如果考虑直射路径的话，最后接收的信号应该是直射的信号与反射的信号之和，这里不再赘述。

挑战与机遇

反射面的反射因子设计

第一个挑战是对于反射因子的设计， 或者说，对于上式中$\varphi$矩阵的设计。 其中，要考虑到由于幅度和相位只有离散的可调值，这个问题会相对更加复杂。 一种简单的思路是先忽略这一限制去求解，最后再对结果进行量化。 但这显然会有性能损失。
不同的目标同样也能求得不同的反射矩阵。
同时，将发送的波束成形与反射矩阵进行联合设计，往往能达到更好的效果。
最后，针对多用户及宽带多载波场景，由于反射面只有一个，那么就要求该矩阵能平衡对所有用户-所有频段性能的折衷要求。

信道估计

信道估计是另一个重要难点。 上一节中所说的反射因子的设计，需要建立在信道信息的基础上，而如何获取信道信息是一个大难题。 作者讨论了两种情况：

1. 如果反射面上可以配备射频链路将获取的信号转换到数字信号进行信道估计处理的话，可以在智能反射面端进行信道估计，这里的方法会类似于传统的信道估计方法，但也有所挑战。
2. 如果反射面本身不具备射频链路的话，可以采取不直接估计基站-反射面，或反射面-用户的信道的策略，而是间接的方式。 如： 在训练阶段反射面遍历既定码本中的码字，用户反馈给基站性能最好的码字的序号。 则反射面沿用该码字进行数据传输，而无需直接估计信道。