[论文解读] Wireless Environment as a Service Enabled by Reconfigurable Intelligent Surfaces: The RISE-6G Perspective

Emilio Calvanese Strinati, George C. Alexandropoulos+16 more|arXiv (Cornell University)|Apr 13, 2021

Advanced Wireless Communication Technologies被引用 6

一句话总结

本文提出了一种由可重构智能表面（RIS）支持的无线环境即服务（WEaaS）框架，用于在6G网络中动态控制无线电波传播。通过建模RIS辅助的传播特性、优化RIS配置，并在城市和工业场景中开展实地试验，RISE-6G实现了厘米级定位、1.488 Gbps高清视频流传输以及目标能效，展示了超越5G能力的可编程、可持续且智能的无线基础设施。

ABSTRACT

The design of 6th Generation (6G) wireless networks points towards flexible connect-and-compute technologies capable to support innovative services and use cases. Targeting the 2030 horizon, 6G networks are poised to pave the way for sustainable human-centered smart societies and vertical industries, such that wireless networks will be transformed into a distributed smart connectivity infrastructure, where new terminal types are embedded in the daily environment. In this context, the RISE-6G project aims at investigating innovative solutions that capitalize on the latest advances in the emerging technology of Reconfigurable Intelligent Surfaces (RISs), which offers dynamic and goal-oriented radio wave propagation control, enabling the concept of the wireless environment as a service. The project will focus on: i) the realistic modeling of RIS-assisted signal propagation, ii) the investigation of the fundamental limits of RIS-empowered wireless communications and sensing, and iii) the design of efficient algorithms for orchestrating networking RISs, in order to implement intelligent, sustainable, and dynamically programmable wireless environments enabling diverse services that go well beyond the 5G capabilities. RISE-6G will offer two unprecedented proof-of-concepts for realizing controlled wireless environments in near-future use cases.

研究动机与目标

• 解决6G网络中无线电波传播环境不可控、静态的根本挑战。
• 通过RIS实现动态、目标导向的无线电波调控，以支持多样化、高性能的服务。
• 突破5G的局限，实现极端性能目标：10 Gbps/m³容量、100 µs时延、1 Tb/J能效以及1 cm定位精度。
• 通过智能RIS部署最小化非目标用户区域的能耗暴露，同时优化网络效率。
• 通过两个真实场景的实地试验验证WEaaS概念：一个火车站和一家汽车制造厂。

提出的方法

• 开发适用于RIS赋能环境的真实、实验验证的无线电波传播模型。
• 设计优化算法，以协同控制多个RIS，实现动态、目标导向的信号调控。
• 实现基于导频的和基于深度学习的信道估计算法，适用于具有非线性硬件的RIS赋能系统。
• 将RIS部署为可重构反射器或收发器，以控制多径几何特性，扩展覆盖范围，并缓解遮挡问题。
• 将RIS与Sub-6 GHz及毫米波（26、70、130 GHz）频段集成，以支持高容量和高精度定位。
• 利用紧凑型RIS反射器和77 GHz无线电模块开展实地试验，验证真实场景下的性能表现。

实验结果

研究问题

• RQ1 如何利用RIS实现对无线电波传播的动态控制，以实现无线环境即服务的可编程化？
• RQ2 在容量、定位精度和能效方面，RIS赋能通信与感知的理论极限是什么？
• RQ3 如何优化RIS配置，以同时实现高容量、低时延和低EMF暴露的服务？
• RQ4 针对大规模、非线性RIS的RIS赋能系统，最有效的信道估计算法和定位算法是什么？
• RQ5 如何在复杂室内外环境中最小化RIS部署数量，同时确保无缝覆盖和性能？

主要发现

• 77 GHz无线电模块在26 GHz频段使用紧凑型RIS反射器，实现了至少1.488 Gbps的无压缩4K视频流传输。
• 在工业和城市测试平台中，70 GHz和130 GHz载波频段实现了厘米级（CM-level）定位精度。
• RISE-6G项目在非目标用户区域实现了目标能效降低，同时将高容量服务集中于目标区域。
• 在法国雷恩市和FCA汽车制造厂的实地试验验证了RIS赋能连接与定位在真实环境中的可行性。
• 该项目证明，RIS可通过智能传播控制减少所需接入点数量，并提升网络效率。
• 所提出的框架支持在线权衡容量、能效、EMF暴露和定位精度，符合监管标准。