打开手机信号的第一课，工程师都会学到一个朴素的真相：无线信道是老天爷给的，我们只能去适应它。信号撞上墙壁、穿过雨滴、绕过楼宇，要么被反射、要么被吸收、要么被散射——这些都是无法改变的"物理宿命"。所以过去几十年的通信工程，本质都在做一件事：拼命提高收发两端的能力，去对抗一个"坏掉了"的中间环境。更大的天线、更复杂的均衡、更强的纠错码，都是在两端发力。
但是，如果换个思路呢？与其和恶劣的传播环境死磕，不如让环境本身变成通信系统的一部分。 比如那堵挡住信号的混凝土墙——能不能让它不再只是个"障碍物"，而变成一个帮我们转发信号的中继？
这就是 智能反射面（RIS，Reconfigurable Intelligent Surface） 的核心思想，也常被称为 IRS（Intelligent Reflecting Surface）或智能超表面。它代表了一个通信范式的根本转变：
从"适应信道"到"控制信道"。
本文将从物理直觉出发，讲清楚 RIS 为什么能工作（相位对齐的相干叠加）、靠什么工作（超材料与可编程反射单元）、它和有源中继到底差在哪里（这是理解 RIS 省电本质的关键），以及它面临的工程难题。
要理解 RIS，先看一面普通的墙。
一束电磁波打到混凝土墙上，会发生什么？墙的每一个微小凹凸都会把波散射出去，散射方向是随机的、不可控的。这些散乱的反射波到达你的手机时，相位七零八落，互相抵消——这就是为什么墙后通常是信号盲区。
RIS 要做的事情，就是把这面墙换成一面由成百上千个微小"反射单元"组成的、每个单元相位都可编程的智能面板。每个单元就像一面极小的"子镜子"，但它转动的不是镜面的角度，而是反射波的相位。
通过一个控制器（通常是 FPGA 或单片机），RIS 可以实时决定：第 1 号单元把相位延迟 30°、第 2 号延迟 45°……第 N 号延迟 90°。于是，原本杂乱无章的散射，被"编程"成了一束方向可控、强度可调的反射波。
它的硬件架构如下图所示：
flowchart TB
BS["📡 基站 BS<br/>发射信号 x"]
subgraph RIS["🪟 RIS 智能反射面板（无源）"]
direction TB
CTRL["🧠 智能控制器<br/>FPGA / MCU<br/>计算每个单元的最优相位"]
BUS["控制总线（偏置线）"]
E1["单元1<br/>PIN二极管状态→相位θ₁"]
E2["单元2<br/>相位θ₂"]
EN["单元N<br/>相位θ_N"]
CTRL --> BUS
BUS --> E1 & E2 & EN
end
UE["📱 用户 UE"]
BS -->|"入射波（不可控）"| RIS
RIS -->|"反射波（相位被编程）<br/>相干叠加指向用户"| UE
BS -.->|"可能被遮挡的直射路径"| UE
这里有一个关键的认知点：RIS 是"无源"的。它自己不发射任何信号，没有功率放大器（PA），没有射频发射链路。它唯一消耗的能量，是给那些控制相位的小开关供电——单位是微瓦到毫瓦级。一面包含上千单元的 RIS 面板，整机功耗往往只有几瓦，甚至更低。
记住这个对比，后面我们还要反复回到它。
RIS 凭什么能用"被动反射"把信号增强？答案藏在波的干涉（interference） 里。
想象一个广场上站着 100 个人，喊同一个字。如果大家各喊各的、节奏全乱，远处听到的就是一片嘈杂的嗡嗡声，谁也听不清。
但如果有一个指挥，能让这 100 个人在完全相同的时刻、以相同的节奏喊出那个字——声音就会在某一方向上叠加得异常洪亮，而在其他方向互相抵消。这就是波的相干叠加。
电磁波和声波一样，是波。RIS 面板上的 N 个反射单元，就是这"广场上的 N 个人"。RIS 的控制器，就是那个指挥。
设基站的信号 $x$ 经第 $n$ 个 RIS 单元反射后到达用户，经历的复增益（含路径损耗和相位）为 $a_n$，该单元引入的可控相移为 $e^{j\theta_n}$。那么用户接收到的来自 RIS 的信号总和是：
$$ y_{RIS} = \left(\sum_{n=1}^{N} a_n \, e^{j\theta_n}\right) x $$
括号里是一个复数相加。要让这个和的模（信号强度）最大，直觉很清楚：让每一项都指向同一个方向，也就是让它们的相位全部对齐。
若 $a_n = |a_n| e^{j\phi_n}$，则最优相移应满足：
$$ \theta_n^{\star} = -\phi_n \quad\Rightarrow\quad a_n e^{j\theta_n^{\star}} = |a_n| $$
此时所有项变成正实数直接相加，接收信号强度达到：
$$ |y_{RIS}|{max} = \sum |a_n| $$}^{N
这就是 相位对齐（phase alignment） 带来的 相干增益（coherent gain）。如果所有 $|a_n|$ 大致相等，强度正比于 N，功率则正比于 $N^2$——这就是为什么 Massive（大规模）对 RIS 这么重要：单元越多，聚焦能力越强。
flowchart LR
subgraph A["普通墙面（漫反射）"]
A1["每个散射点相位随机"]
A2["复矢量四面八方散开"]
A3["合成结果：互相抵消<br/>信号几乎为零"]
A1 --> A2 --> A3
end
subgraph B["RIS 智能表面"]
B1["每个单元相位被编程"]
B2["复矢量对齐到用户方向"]
B3["合成结果：同相相加<br/>功率提升 ∝ N²"]
B1 --> B2 --> B3
end
A ~~~ B
一句话总结原理：RIS 不是"放大"信号，而是把散落的能量重新"聚拢"——靠的是相位对齐带来的相长干涉，而不是功率放大。
这也是它和有源中继最本质的分野，下一节详谈。
那么问题来了：一个被动反射的金属贴片，怎么改变电磁波的相位？答案是超材料（metamaterial）。
自然界材料的电磁响应（折射率、磁导率）是固定的。超材料则是由亚波长尺度的人工结构单元（谐振单元）周期排列而成的"人造材料"。通过设计这些微小结构的形状和尺寸，可以让整块材料对电磁波呈现出自然界不存在的折射、反射特性——比如负折射率、异常反射角。
RIS 把这个思路用在了可编程上：每个反射单元内部有一个能被电信号切换的结构，从而动态改变它对入射波的相位响应。
实际工程中，最常用的相位调控器件是两种廉价元件：
1-bit RIS 最简单、最省电、最易量产，但相位量化误差会带来损失；2-bit（4 个相位状态，间隔 90°）是性能与复杂度的常用折中。下表对比了不同量化精度：
| 量化位数 | 相位状态数 | 相位间隔 | 量化损失（典型） | 硬件复杂度 | 适用场景 |
|---|---|---|---|---|---|
| 1-bit | 2 | 180° | ≈ −3.9 dB | 最低，1 个 PIN/单元 | 大面积、低成本、试验网 |
| 2-bit | 4 | 90° | ≈ −0.9 dB | 中等，2 个 PIN/单元 | 工程主流折中方案 |
| 3-bit | 8 | 45° | ≈ −0.2 dB | 较高 | 对性能敏感的链路 |
| 连续 | ∞ | 趋于 0 | ≈ 0 | 最高（变容管/复杂结构） | 研究原型 |
工程直觉：为什么业界普遍停在 2-bit？因为从 1-bit 到 2-bit，量化损失少了约 3 dB，收益巨大；而从 2-bit 再往上，每多一位只省零点几 dB，但控制线翻倍、功耗和成本却线性上涨——边际收益急剧递减。这是一个典型的"工程折中点"。
控制器根据"用户在哪、信道长什么样"，算出每个单元的最优相位状态（一组 0/1 控制比特），通过偏置线送达每个单元。注意：这条控制链路的速率不需要和射频数据速率一样快——相位配置是一种慢变的"波束调度"，通常按毫秒到秒级更新即可。
把上面零散的直觉，收拢成一个工程师能用的信号模型。
RIS 辅助链路的本质是"发射端 → RIS → 接收端"的级联（cascaded）信道，再加上一条可能存在的直射链路。
graph LR
TX["发射端 x"] -->|"直射链路 h_d"| RX["接收端 y"]
TX -->|"前向信道 G<br/>1×N 维"| RIS["RIS<br/>Θ = diag(e^jθ₁…e^jθ_N)"]
RIS -->|"反向信道 h_r<br/>N×1 维"| RX
接收信号可写为：
$$ y = \underbrace{\left( h_d + \mathbf{h}r^{\,T} \boldsymbol{\Theta}\, \mathbf{G} \right)} x + n $$}
其中： - $h_d$ 是直射信道（可能很弱或为零，比如被遮挡）； - $\mathbf{G}$ 是发射端到 RIS 的前向信道（一个 N 维向量）； - $\mathbf{h}_r$ 是 RIS 到接收端的反向信道（一个 N 维向量）； - $\boldsymbol{\Theta} = \mathrm{diag}(e^{j\theta_1},\dots,e^{j\theta_N})$ 是 RIS 的相位矩阵（对角、单位模）； - $n$ 是噪声。
把中间项展开，等效信道就是每个单元贡献的求和：
$$ h_{eff} = h_d + \sum_{n=1}^{N} h_{r,n}\, e^{j\theta_n}\, G_n $$
这正是第二节的求和，只是这里的每一项 $G_n$ 和 $h_{r,n}$ 是两级衰落级联的复增益。
直射链路的路径损耗随距离 $d$ 大致按 $d^{-2}$（自由空间）或更陡下降。而 RIS 级联链路要走两段：发射端→RIS（$d_1$），RIS→接收端（$d_2$）。在远场假设下，级联链路的等效路径损耗近似正比于：
$$ PL_{cascaded} \propto (d_1 \cdot d_2)^{-2} $$
也就是说，RIS 链路的衰减是"两段距离乘积"的函数，而不是和。这带来一个重要推论：
RIS 必须部署得离发射端或接收端比较近，才有意义。 若 $d_1$ 和 $d_2$ 都很大，乘积平方会让级联信号衰减得极其厉害，即便单元数 N 很大也难以补回来。这是 RIS 选址的根本约束，也是它与有源中继（中继可以放大、能跨越更远距离）的关键差异之一。
理解 RIS，绕不开和有源中继（relay） 的对比。因为两者解决的问题看起来很像——都是"中转信号、绕过遮挡"。但从原理到工程，二者几乎是两种东西。
有源中继分两类： - 放大转发（AF, Amplify-and-Forward）：收到信号→用功放放大→重新发射。 - 解码转发（DF, Decode-and-Forward）：收到信号→解调解码→重新编码发射。
它们的共同点是：有射频接收链路、有功率放大器、要"主动再发射"一次。而 RIS 完全没有这些。
flowchart TD
BS["📡 基站"] -->|"被遮挡"| Block["🏢 障碍物（直射中断）"]
BS -->|"链路A：有源中继"| Relay["有源中继（AF/DF）<br/>① 接收 → ② 功放放大 → ③ 重新发射<br/>⚠ 需要功放、放大噪声、高功耗"]
Relay -->|"主动再发射"| UE1["📱 用户"]
BS -->|"链路B：RIS"| RIS["RIS 无源面板<br/>仅按算法切换各单元相位<br/>✅ 无功放、不放大噪声、极低功耗"]
RIS -->|"被动反射·相干叠加"| UE2["📱 用户"]
下表把核心差异摆出来，这是理解"RIS 为什么省电"的关键所在：
| 维度 | 有源中继（AF/DF） | RIS 智能反射面 |
|---|---|---|
| 是否需要功放 | ✅ 必须，PA 是核心器件 | ❌ 无功放，纯被动反射 |
| 射频链路 | 有完整收/发 RF 链路 | 无 RF 链路 |
| 噪声处理 | AF 会放大噪声；DF 需解码再编码 | 不引入、不放大噪声，靠相干增益提升 SNR |
| 双工方式 | 需处理收发隔离（半双工损失频谱效率，全双工自干扰难） | 纯被动反射，天然全双工、无自干扰 |
| 功耗量级 | 数十瓦~数百瓦（功放为主） | 几瓦甚至 <1W（仅控制电路） |
| 延迟 | 需处理/转发，有处理时延 | 几乎无处理延迟（即时反射） |
| 信号增强机理 | 功率放大 | 相位对齐的相干叠加 |
| 跨距能力 | 强（可放大，跨越远距离） | 弱（受级联路径损耗约束） |
AF 中继在放大信号的同时，连噪声一起放大——所谓"垃圾进、垃圾出再放大"。如果前一段链路信噪比已经很差，放大再多也救不回来，反而把噪声也推高。
RIS 走的是另一条路：它不改变信号功率，也不引入新的热噪声，而是通过让 N 个反射分量同相相加，把有用信号的幅度抬高 N 倍、功率抬高 $N^2$ 倍，而噪声功率基本不变。于是信噪比的提升，来自"信号被聚拢"而非"信号被放大"。这正是被动方案的优雅之处。
既然 RIS 这么省电、这么优雅，是不是就该全面取代中继？并不是。 研究（如 Björnson 等人的经典对比）指出一个反直觉但重要的结论：
在相同物理孔径（尺寸）和相同部署条件下，"恰好抵消路径损耗"所需的中继射频功率，往往比 RIS 所需的反射单元数量要少。 换句话说，如果只追求"把信号送到"这一件事，单个有源中继的能效未必输给 RIS。
RIS 的真正优势不在于"单个链路能效碾压中继"，而在于：
所以更准确的定位是：RIS 与中继/小基站互补，而非替代。
RIS 要工作，控制器必须解出一个问题：给定信道，怎么设置 N 个相位，让接收信号最强（或让多用户速率最大）？
理论上，把 $\theta_n^\star = -\arg(h_{r,n}) - \arg(G_n)$ 代进去就能对齐（见第二节）。但现实有三个"镣铐"：
数学上，最大化接收 SNR 等价于：
$$ \max_{\boldsymbol{\theta}} \; \left| h_d + \sum_{n=1}^{N} h_{r,n} G_n e^{j\theta_n} \right|^2, \quad \text{s.t.} \quad |e^{j\theta_n}|=1 $$
这个单位模约束是典型的非凸约束，没有闭式最优解（除非单用户、连续相位的简单情形）。工程上常用的解法是交替优化（Alternating Optimization, AO）：
flowchart TD
Goal["🎯 目标：最大化接收端 SNR<br/>（受单位模、离散相位约束）"] --> Init["初始化相位 θ⁰（随机或基于信道相位）"]
Init --> Step1["步骤1：固定 θ，优化发射波束 w<br/>（变成常规 MIMO 预编码问题，有闭式解）"]
Step1 --> Step2["步骤2：固定 w，优化 θ<br/>（逐元素对齐相位，处理离散量化）"]
Step2 --> Check{"目标函数收敛？"}
Check -->|"否，继续迭代"| Step1
Check -->|"是"| Out["输出 (w*, θ*)<br/>下发到 RIS 各单元"]
更高级的方法还有：半定松弛（SDR） 把单位模约束松弛成凸问题再投影、流形优化 把单位模集合视为黎曼流形来求梯度、以及近年来用深度学习直接从信道状态回归出相位配置（适合实时性要求高的场景）。
工程师视角：这些算法的"收敛"都是"局部最优"，不保证全局最优。而且每次相位更新都依赖准确的信道信息——这就引出了 RIS 最大的工程软肋。
| 场景 | 作用 | 为什么 RIS 合适 |
|---|---|---|
| 室外覆盖补盲 | 把绕射/遮挡死角的信号"反射"进来 | 部署在楼宇外墙，被动、免供电主干、易维护 |
| 室内深度覆盖 | 替代部分小基站，把室外信号引入室内死角 | 极低功耗，可贴在天花板/玻璃上，成本远低于小基站 |
| 毫米波/太赫兹抗遮挡 | 绕过视距（LOS）被人体/物体遮挡的瞬时中断 | 毫米波绕射差，RIS 提供可控反射路径 |
| 物理层安全 | 对合法用户相长叠加，对窃听者相消叠加 | 相位可控性可同时"增益+抑制" |
| 物联网/无源通信 | 辅助反向散射（如 RFID 类设备）增强回传链路 | 低功耗特性与无源终端天然契合 |
值得注意的是，业界把 RIS 的应用演进大致分为三个阶段，理解这个节奏有助于判断"现在该用在哪"：
| 阶段 | 定位 | 典型形态 |
|---|---|---|
| 阶段一 | 被动反射增强 | 静态/半静态相位配置，类似"可控反射板"，做覆盖优化 |
| 阶段二 | 主动可控波束 | 实时跟踪用户，动态调整相位，做波束级服务 |
| 阶段三 | 智能无线电环境 | 多 RIS + AI 协同，环境本身成为可编程的网络资源 |
纸上原理很美，落地时工程师要面对几个"硬骨头"。
陷阱一：信道状态信息（CSI）获取极难。 RIS 是无源的，不能自己发导频去探测信道。要算最优相位，必须知道 $\mathbf{G}$ 和 $\mathbf{h}_r$ 这两个 N 维信道。通常的做法是：要么用户发导频、基站估算级联信道（但级联信道维度是 N，导频开销随 N 爆炸式增长）；要么利用上下行互易性（TDD）。N 越大，CSI 获取越成为瓶颈。很多仿真论文里漂亮的增益，在真实 CSI 误差下会大幅缩水——这是仿真与现网最大的鸿沟。
陷阱二：控制信令开销。 上千个单元的相位要实时下发，控制链路的带宽和时延不能忽视。工业上常用 1/2-bit 量化来压缩控制信息。
陷阱三：离散相位与互耦损失。 实际单元之间存在电磁互耦（mutual coupling），单元间距过小会让"理想的独立反射"假设失效；离散相位量化也会吃掉一部分理论增益。
陷阱四：部署位置决定成败。 因为级联路径损耗正比于 $(d_1 d_2)^2$，RIS 离两端都不能太远。规划时 RIS 的选址比算法优化更关键——"位置选对，增益白送；位置选错，算法也救不回来"。
调试贴士：当一条 RIS 链路增益不达预期时，排查顺序应是——① RIS 是否部署在两端较近的几何位置？② CSI 是否准确（导频、互易性校准）？③ 相位量化位数是否够（1-bit 损失近 4 dB）？④ 是否存在单元互耦/阵列校准误差？而非一上来就怀疑算法。
Q1：RIS 和 Massive MIMO 都用大量天线/单元，有什么本质区别？
A：Massive MIMO 是有源的大规模天线阵列——每个（或每组）天线后面都挂着射频链路和功放，能主动发射和接收，靠预编码在空间域复用。RIS 是无源的反射阵列，自己不发射，只被动地重塑已有信号。前者在"源端"控制波，后者在"传播途中"控制波；前者要烧射频功率，后者几乎不烧。可以把 Massive MIMO 理解成"很多个会喊话的人"，RIS 是"很多面能定向反射声音的镜子"。
Q2：RIS 既然这么省电，为什么现网还没大规模铺开？
A：主要卡在三点：① CSI 获取难，无源面板难以低成本地拿到上千维信道；② 缺乏成熟的标准化控制接口（基站如何调度 RIS、协议如何定义）；③ 商业模式未跑通（谁投资、谁运维）。原理已成熟，工程化和标准化（如 3GPP 对 RIS 的研究项目）仍在推进中。
Q3：RIS 会放大噪声吗？它怎么提升信噪比？
A：不会。RIS 不引入额外的功率放大环节，也不放大热噪声。它提升 SNR 的方式是相干增益：让 N 个反射分量在用户处同相相加，有用信号功率提升约 $N^2$ 倍，而噪声功率基本不变，于是 SNR 随之上升。这是"聚拢能量"而非"放大能量"。
Q4：什么情况下 RIS 不如传统有源中继？
A：当链路跨距很大（两端距 RIS 都远）、或单元数受限、或需要克服极强路径损耗时，有源中继（尤其是 DF）凭借功率放大往往更划算。RIS 的甜区是"短跨距、密集部署、低功耗、多用户/多反射点协同"的场景。
Q5：1-bit、2-bit 的相位量化到底损失多少？
A：典型量化损失——1-bit 约 −3.9 dB，2-bit 约 −0.9 dB，3-bit 约 −0.2 dB。从 1-bit 升到 2-bit 收益巨大（约 3 dB），从 2-bit 再升一位收益骤减，但控制线、功耗、成本线性上升。这也是 2-bit 成为工程主流折中的原因。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。