罗智泉教授团队与华为合作取得5G网络中应用智能反射面技术的突破
近日，在香港中文大学（深圳）副校长、深圳市大数据研究院院长罗智泉教授的带领下，由深圳市大数据研究院、香港中文大学（深圳）、华为技术有限公司联合成立的未来网络系统优化创新实验室完成了无需信道状态信息的IRS技术的原型研发，在不需要改变现有移动网络结构和协议的前提下验证了IRS技术的可行性。实验室所研发的IRS技术适合在现有5G网络中低成本、大规模地推广部署。
作为6G的研究热点技术之一，智能反射面（Intelligent Reflecting Surface, IRS）可以通过控制平面上大量低成本的无源反射元件的相位智能地重构无线传播环境，显著地提升无线通信网络的性能。因此，IRS提供了突破网络结构限制进一步提升网络覆盖和容量的新思路。此前学术界提出的大部分超表面技术需要基于信道状态信息的估计，不适宜在现有的5G网络中实现。总体而言，IRS技术在当前网络应用中存在以下挑战：
1. 对于当前的sub-6GHz频段而言，真实信道中多径成分非常丰富，难以准确地估计主要能量的来波方向。
2. 对于多径丰富的场景，IRS发挥作用需要与基站交互信道CSI信息，进而要设计独立的信息传输链路以及IRS侧具备通信信号接收和处理的相应功能，当前网络架构与协议并不支持。
3. 引入信道交互以及IRS接收机能力后，对应IRS成本大幅抬升，若与基站成本相当，则难以大规模推广部署。
为了应对上述挑战，基于数据驱动的思想，罗教授带领的联合研发团队创新性地提出了基于盲波束赋形的反射面相位控制技术。具体而言，该项技术不需要获取信道状态即可通过自学习建立场景化模型，得到IRS阵列在当前场景下的最优相位组合。理论证明，在处理二元相位选择Φ={0，π}时，以上算法可以渐进达到全局最优；而在处理多元相位选择Φ={0,π/K,2π/K,...,((K-1)π)/K}，K>2时，以上算法可以渐进达到全局最优的75%以上。
目前，针对上述技术，罗教授带领的联合研发团队已经完成了基于真实5G网络环境（现网5G 2.6GHz频段）的初步测试验证，证实了基于盲波束赋形的IRS技术能够为5G网络带来两方面的性能提升：室内5G网络覆盖补盲以及SINR提升；室外5G网络RANK提升。