[论文解读] A Survey of Intelligent Reflecting Surfaces (IRSs): Towards 6G Wireless Communication Networks

Jun Zhao|arXiv (Cornell University)|Jul 8, 2019

Advanced Wireless Communication Technologies参考文献 83被引用 166

一句话总结

本综述将IRS在6G中的研究进行分类，覆盖容量、优化、信道估计、深度学习设计和应用，并概述未来方向。

ABSTRACT

Intelligent reflecting surfaces (IRSs) tune wireless environments to increase spectrum and energy efficiencies. In view of much recent attention to the IRS concept as a promising technology for 6G wireless communications, we present a survey of IRSs in this paper. Specifically, we categorize recent research studies of IRSs as follows. For IRS-aided communications, the summary includes capacity/data rate analyses, power/spectral optimizations, channel estimation, deep learning-based design, and reliability analysis. Then we review IRSs implementations as well as the use of IRSs in secure communications, terminal-positioning, and other novel applications. We further identify future research directions for IRSs, with an envision of the IRS technology playing a critical role in 6G communication networks similar to that of massive MIMO in 5G networks. As a timely summary of IRSs, our work will be of interest to both researchers and practitioners working on IRSs for 6G networks.

研究动机与目标

• 促使在6G网络中利用IRS提升频谱和能效。
• 对近期与通信性能、优化和实现相关的IRS研究进行分类和综合。
• 识别理论、建模和实际验证的挑战与方向。
• 探索IRS在安全通信、终端定位和IRS所促成的新型应用。

提出的方法

• 对现有IRS文献进行综述，并将研究分为容量分析、功率/频谱优化、信道估计和基于DL的设计。
• 将IRS与相关技术与术语进行比较，以统一术语（IRS、LIS、LIM等）。
• 总结实现方面、以及安全/定位应用，以绘制技术生态。
• 讨论未来研究方向，以及类似于5G中的大规模MIMO，IRS在6G中的潜在作用。

实验结果

研究问题

• RQ1 在不同系统模型下，IRS辅助通信的容量和速率提升有多大？
• RQ2 如何在基站进行主动波束成形的同时对被动IRS相位进行优化，以最大化性能指标（如SE、EE、保密率）？
• RQ3 IRS辅助系统的实际信道估计方法及其权衡是什么？
• RQ4 实现IRS使能的6G网络所面临的主要挑战和未来研究方向有哪些？
• RQ5 在安全通信、定位和其他新颖应用中，IRS如何实现与利用？

主要发现

• IRS可以线性化基于表面积的容量表达，并通过调节反射在不进行主动传输的情况下实现SE/EE的提升。
• 多项工作展示了联立有源和无源波束成形优化，以在各种信道模型下提升下行和上行速率。
• IRS信道估计通常将相位划分为ON/OFF子相位，或使用MMSE、压缩感知或深度学习来推断级联信道。
• 安全性分析表明，在窃听场景下通过联合优化基站传输和IRS反射模式可提高保密率。
• IRS实现区分有源与无源元件，以平衡性能与开销。
• 有证据表明在定位、IM、AirComp和能量传输等方面的潜在应用，凸显IRS作为6G灵活工具。