可重构智能表面技术在军事领域中的应用前景

张进 ,  严志腾 ,  徐国亮

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (24) :10187-10197

PDF (4580KB)
科学技术与工程 ›› 2026, Vol. 26 ›› Issue (24) :10187-10197 DOI: 10.12404/j.issn.1671-1815.2505890
电子技术、通信技术

可重构智能表面技术在军事领域中的应用前景

作者信息 +

Application Prospect of Reconfigurable Intelligent Surface Technology in Military Field

Author information +
文章历史 +

摘要

近年来,可重构智能表面(reconfigurable intelligent surface, RIS)技术作为一项具有变革性的新兴技术,已在通信等行业取得了一系列突破性成果,但该技术在军事领域的应用价值尚未得到充分重视。鉴于此,首先梳理并分析RIS技术的基本原理及当前应用现状,在此基础上,从陆战场全域通信覆盖、海战场动态通信组网、超远端武器无线充能、多目标协同精确定位及辅助抗干扰通信等多个维度,深入探讨RIS技术在军事领域的应用前景。最后,针对RIS技术应用于军事领域面临的核心技术挑战进行总结与分析。研究成果可为 RIS 技术深度融入现代军事作战体系提供理论参考。

Abstract

In recent years, a series of breakthroughs have been achieved in industries such as communications by reconfigurable intelligent surface (RIS) technology, an emerging and transformative technology. However, the application value of this technology in the military field has not been fully recognized. In view of this, the basic principle and current application status of RIS technology were first reviewed and analyzed. On this basis, the application prospect of RIS technology in the military field was delved into from multiple dimensions, including land battlefield communication coverage, sea battlefield communication networking, remote weapon charging, multi-target precise positioning, and auxiliary anti-interference communication. Finally, the core technical challenges faced by the application of RIS technology in the military field were summarized and analyzed. The research results provide theoretical references for the in-depth integration of RIS technology into the modern military combat system.

Graphical abstract

关键词

可重构智能表面(RIS) / 通信增强 / 军事领域 / 无线通信 / 应用前景

Key words

reconfigurable intelligent surface(RIS) / communication enhancement / military field / wireless communication / application prospect

引用本文

引用格式 ▾
张进, 严志腾, 徐国亮. 可重构智能表面技术在军事领域中的应用前景[J]. 科学技术与工程, 2026, 26(24): 10187-10197 DOI:10.12404/j.issn.1671-1815.2505890
ZHANG Jin, YAN Zhi-teng, XU Guo-liang. Application Prospect of Reconfigurable Intelligent Surface Technology in Military Field[J]. Science Technology and Engineering, 2026, 26(24): 10187-10197 DOI:10.12404/j.issn.1671-1815.2505890

登录浏览全文

4963

注册一个新账户 忘记密码

以“信息随心至,万物触手及”为愿景的5G移动通信网络,正深刻改变着全球科技、工业、生活等各个领域。然而,随着沉浸式虚拟现实、全息投影、数字孪生、仿生机器人和脑机接口等新型应用的不断涌现,通信领域面临着更高服务质量、超高传输速率、超低时延等全新需求,这些需求在现有5G通信系统下难以得到充分满足[1-3]。为应对未来海量通信数据传输及万物智联场景的挑战,各国正竞相布局以毫米波、太赫兹等高频通信系统为代表的6G移动通信网络[4-5]。但高频通信系统存在自由空间路径损耗大、对遮挡更为敏感等短板,这成为6G移动通信实现大规模商用必须攻克的关键问题之一[6-7]。近年来,可重构智能表面(reconfigurable intelligent surface,RIS)技术作为一项具有革命性的新兴技术,受到学术界和工业界的广泛关注。RIS具有两大核心优势:一是能够通过策略性调控优化信道的随机散射,有效提升无线系统的复用效率;二是可精准控制信号的三维路径与相位聚合,强化信号强度,从而全面提升通信传输性能。此外,RIS还具有低成本、易部署的特点,被认为是解决6G移动通信上述难题的关键途径[8-10]。
通信系统在军事领域始终发挥着至关重要的作用。从早期的视觉信号与信使传信,到电报和有线电话的出现,再到第一次世界大战中的无线电(长波、短波、甚短波)的应用,第二次世界大战中加密通信与便携无线电,冷战时期微波、卫星通信及大规模通信网络的构建,直至当前数字化通信与“网络中心战”理念的提出,通信技术的每一次变革,都为军事领域带来了前所未有的提升[11-13]。RIS技术作为未来无线通信中的核心技术之一,凭借其主动调控电磁波传播路径、重塑无线传播环境的独特能力,在军事领域展现出广阔的应用前景。通过调研发现,当前RIS技术在军事领域的研究仍处于起步阶段,相关成果十分有限。鉴于此,在系统介绍RIS技术基本原理及当前应用情况的基础上,结合其技术特性,深入分析RIS技术在军事通信、战场感知、电子对抗等场景中的典型应用方向,以期为该技术在军事领域的后续研究与落地应用提供参考。

1 RIS技术基本原理

1.1 RIS基本结构

RIS是一种由大量可编程“反射单元”组成的薄表面,一般具有二维平面结构,表面主要由具备无源反射性能的超材料构成,可分解为反射平面、隔离板以及控制电路[14-17],其典型结构如图1[14]所示。其中,最底层为控制电路板,主要利用控制器实时控制每个反射单元的参数;中间层为隔离板,通过采用铜板或其他金属材料,降低入射电磁波的能量泄露;最外层为反射平面,直接作用于入射电磁波。

RIS可通过改变入射电磁波的传播特性,常见的控制参数包括:①相位,调整波前的相位延迟,从而改变反射方向;②幅度,控制反射强度,可用于衰减或选择性反射;③极化,部分高级 RIS 可改变波的极化方向;④频谱特性,通过可调谐单元改变表面对不同频率的反射/透射特性。通过操控电磁波,实现无线传播环境的重塑,从而实现盲区覆盖、通信增强等功能[18-20]。

1.2 RIS性能验证

近年来,来自中外多个技术团队对RIS技术对通信系统的赋能作用开展了各类性能测试试验[21]。2018年,NTT DOCOMO公司联合Metawave公司通过对比测试,发现引入RIS技术后,原下行数据速率27、16、60 Mbit/s分别提升至315、300、560 Mbit/s[22],性能提升显著。2019年,Basar等[23]通过点对点无线传输场景实验验证,RIS可有效提高接收信噪比,且平均接收信噪比随反射单元数量的平方呈线性增长;Huang等[24]将RIS与传统的AF(amplify-and-forward)中继处理方式对比,结果显示RIS辅助系统可带来300%能量增益。2020年,美国麻省理工学院(Massachusetts Institute of Technology,MIT)开展RFocus原型机测试,验证RFocus控制器可实现平均系统容量提升2倍[25];清华大学团队设计并实现了2 bit精度的RIS电磁单元原型机,在两个工作频段均展现出显著的波束赋形增益[26]。2021年,NTT DOCOMO公司联合AGG公司成功将室外28 GHz 5G无线信号透射至室内特定位置,实现特定区域的信号增强[27];东南大学联合中国移动通信集团有限公司和杭州钱塘信息有限公司开展具备可调电磁器件的RIS技术验证,结果显示,部署RIS后,室外小区边缘覆盖平均提升3~4 dB,在室外覆盖室内场景下,室内信号覆盖提升约10 dB[28]。2021年6月底,中兴通讯联合中国电信,在上海完成业内首个智能超表面反射面板在5G高频网络外场的远距离技术验证测试。测试结果表明,在距离5G高频(26 GHz频段)基站150 m以上的非视距覆盖盲区或弱区,5G终端参考信号接收强度提升可达12.5 dB[29]。2022年,费丹等[30]开展基于智能超表面的室内覆盖增强实验,结果表明,在随机码本下最大信号增益可达20 dB,经波束赋形优化后可再提升10 dB,同时下行吞吐量提升约10 dB。2024年,中国联合网络通信集团有限公司联合中兴通讯股份有限公司进行首个动态RIS 2.0外场验证,结果表明,通过5G-A基站和RIS波束协同部署,显著改善约1 000 m2的信号质量,平均参考信号接收功率(reference signal receiving power,RSRP)提升超过15 dB,平均用户速率提升300%以上[31]。部分性能验证结果如表1[22-31]所示。可以看出,经过试验验证,RIS技术核心能力包括容量提升、提高信噪比、能量增益、波束赋形增益、透射与信号增强、覆盖扩展、通信速率提升等,基于以上能力将为其在军事领域中的应用奠定技术基础。

2 RIS技术应用现状

RIS技术最初由通信领域提出,当前应用也主要集中在通信行业,涵盖通信系统吞吐量与传输时延优化[32-34]、通信感知一体化[35-37]、通信安全防护[38-39]、波束成形与调控[40-42]、信道估计[43-45]等研究方向,上述内容并非本次研究重点,故不再展开论述。现重点聚焦RIS技术在军事领域中的应用现状,通过文献调研梳理,其典型应用场景可概括为三类:一是雷达跟踪与定位,通过主动调控电磁波传播路径,提升对目标的探测精度与跟踪稳定性;二是无人机辅助通信,借助RIS构建灵活的空中通信链路,增强复杂战场环境下的信号覆盖与抗干扰能力;三是卫星通信,利用RIS优化星地传输信道,降低信号损耗,提升通信可靠性。

2.1 雷达跟踪与定位

随着未来高速率无线通信需求的持续增长,无线通信频段正逐步向毫米波、太赫兹等高频段扩展,这将导致通信频段与传统雷达感知频段的重叠范围不断扩大。若仍采用通信系统与雷达感知系统独立设计的传统架构,两类系统间的电磁干扰问题将愈发凸显,成为制约频谱资源高效利用的关键瓶颈[46]。2020年,Wang等[47]通过联合优化主动发射波束成形与RIS反射参数调整,在满足通信用户信干噪比要求及系统功耗约束的前提下,实现了雷达探测概率的最大化,为通感一体化系统的性能协同提供了理论支撑。2022年,He等[48]提出双RIS协同辅助的通信架构,通过精准调控两个RIS的反射特性,成功抑制了雷达与通信系统间的相互干扰。实验结果表明,该方案可在保证雷达回波信干噪比满足探测需求的同时,显著提升通信链路的信干噪比,为高频段频谱的共享复用提供了可行路径。

RIS技术不仅可支撑通感一体化系统设计,还能为雷达目标跟踪提供关键技术赋能。2023年,郑磊等[49]针对传统雷达在低慢小目标跟踪中存在的遮挡易丢失、定位精度不足等问题,提出一种基于智能反射面的多目标跟踪方法。该方法利用RIS技术转发发射端探测信号,有效突破建筑物等障碍物的遮挡限制;同时构建模糊聚类特征辅助的多目标跟踪模型,实现对目标特征的精准提取与关联。仿真结果表明,该方法可显著提升多目标数据关联的准确性,为复杂场景下低慢小目标的稳定跟踪提供了可行解决方案。

2.2 无人机辅助通信

由于RIS反射元件具备无源被动特性,可采用轻质特制材料制备,因此能便捷部署于建筑物表面、标牌、路灯等载体,实现对无线传播环境的灵活调控[50]。为进一步拓展RIS的应用场景并提升电磁波反射性能,近年来部分研究将RIS与无人机(unmanned air vehicle, UAV)相结合,利用无人机高机动性、易调度的优势,通过空中智能反射面将接收信号反射至遮挡屏蔽的终端,有效解决复杂场景下的通信覆盖问题,显著提升通信质量[51]。

军用无人机作为新型作战力量已在战场中取得显著战果[52],其作战效能高度依赖稳定、高速且安全的无线电通信链路——可靠的通信性能可为作战提供精准的目标坐标、高清图像等关键信息,而RIS技术正是破解军用无人机通信瓶颈的核心途径之一。2020年,Chen等[53]针对RIS-UAV辅助的非正交多址接入通信系统,通过联合优化RIS反射相位参数与UAV部署位置,实现了用户通信质量的最大化。2022年,Jiao等[54]提出了一种RIS辅助的UAV中继系统的安全通信方案,通过协同优化基站波束成形、RIS反射参数及UAV飞行轨迹,有效提升了系统的最小保密速率。2024年,万诗晴等[55]针对RIS辅助无人机通信中的相移矩阵和UAV轨迹设计高度耦合导致的运算复杂度高的问题,提出基于双深度确定性策略梯度框架的优化方法,与基础方案相比,该方法实现了至少12%的频谱效率提升和24%的能源效率提升。2025年,卢为党等[56]针对随机气流和机体振动引发的无人机抖动问题,提出基于有源可重构智能表面的空地安全通信方案,仿真结果表明,当UAV抖动量为0.02时,该方案可使机载基站发射功率降低10倍,在复杂动态环境下有效保障了用户的安全通信速率。

2.3 卫星通信

星地链路通信作为现代通信技术的重要组成部分,通过卫星与地面站之间的连接,实现了全球范围的信息传输和数据交换[57-58],在民用通信、军事指挥等领域均发挥着关键作用,典型应用如SpaceX公司的Starlink星链系统。近年来,RIS技术凭借其无源调控、灵活部署等特性,成为赋能星地链路性能升级的重要技术方向。2024年,张可等[59]针对低轨卫星通信场景,提出了四类RIS应用方案:面向低成本通导一体化的RIS、适配星地管控需求的地面站多波束RIS、具备无线可认证能力的安全RIS,以及服务于导航对抗的高功率可重构RIS,为RIS在星地链路中的场景化应用提供了清晰的技术路径。同年,王大伟等[60]构建了低轨卫星、无人机与可重构智能表面协同的空天地一体化网络框架,仿真结果表明,该架构可通过多节点的协同调控,显著提升通信容量。2025年,鲁信金等[61]进一步指出,RIS技术可通过动态波束成形、频率选择性调控等手段,优化星地链路的信号传输特性,有效增强卫星通信的隐蔽性、安全性与抗干扰能力,为复杂电磁环境下的星地通信保障提供了新的技术支撑。

3 RIS技术在军用领域中的应用前景

根据1.2节试验验证RIS具备的几大核心能力,从军事作战需求出发,深入研究RIS在军用领域的应用前景,具体如下。

3.1 陆战场通信覆盖

在现代军事作战体系中,通信链路的稳定性与全域覆盖能力是指挥决策、战术协同及火力打击的核心支撑。然而在陆地作战场景中,建筑遮挡、复杂地形或无人区等环境因素常导致通信盲区,严重制约作战效能的发挥。RIS技术凭借其灵活调控电磁波传播路径的特性,为解决此类通信覆盖难题提供了极具潜力的技术方案。

(1)案例场景。作战部队执行要地夺控、城市巷战或坑道作战等任务时,指挥中枢通常部署在具备防护能力的后方区域,而特种突击队需前出至一线执行机动渗透、目标突袭等任务。受到通信距离限制、建筑墙体或地形遮挡影响,前后方之间的通信链路易出现中断:一方面,一线作战单元无法实时接收指挥中枢的指令与目标指示,导致战术动作滞后;另一方面,作战人员无法将战场态势、目标情报等多源信息回传至指挥中心,造成决策层对战场态势感知不全,进而影响整体作战部署。

(2)应用分析。费丹等[30]基于智能超表面的室内覆盖增强技术试验,为解决城市巷战或坑道作战中的通信盲区提供了直接参考。该实验结果表明,在随机部署条件下,RIS可为接收端带来最高20 dB的信号增益;通过波束赋形优化后,信号增益可进一步提升10 dB。将该技术外推至野外复杂地形场景时,可通过无人机机动部署RIS,快速构建临时中继,有效解决山地或丛林地带特种部队与指挥所之间的通信中断问题。如图2所示,当处于通信盲区时,可以采用广域部署RIS(通信链路1)或搭建RIS-UAV中继通信平台(通信链路2)等多种方式,使无线信号覆盖到通信盲区。当信号源通过以上两种通信链路传输至作战人员时,此时应用的作战场景为作战人员及时接收上级指挥人员的作战命令,执行作战任务;当信号源通过以上两种通信链路传输至武器平台时,此时应用的作战场景为无人作战平台或远端武器平台及时接收目标指示、武器诸元等信息,从而实现远程控制武器打击目标的功能。

3.2 海战场通信组网

根据新形势下海军使用任务和指挥体制,远洋作战、海战场联合作战以及海外军事行动等将成为未来的典型作战任务[62-63]。海战场由于远离大陆,信号覆盖困难,仅依靠海上编队当前的无线通信手段,存在通信容量及速率有限等问题,鉴于RIS技术具备信号增强、容量提升等能力,大规模应用RIS将是解决该问题的有效方法。

(1)案例场景。作战部队执行远洋编队联合作战任务时,指挥中心舰与其他驱护舰需要实时共享态势信息,当敌方发动蜂群作战时,需要足够的通信容量及速率以保障态势生成、指挥决策、作战反馈等关键信息传输。

(2)应用分析。海上编队通信可借鉴RIS在提升小区边缘覆盖的商用测试经验。在室外覆盖测试中,部署RIS后小区边缘信号强度平均提升3~4 dB[21,28]。在海上类似非视距通信场景中,将RIS阵列部署于舰艇上层建筑或伴随无人艇上,可预期类似地显著改善舰艇编队边缘节点的接收信干噪比,从而保障高强度数据(如实时高清态势视频)在编队内的稳定传输。如图3所示,基于RIS技术的海上编队通信组网,可以采用以下几种方案:①采用特殊材质的RIS,将其部署于舰艇表面(通信链路1),通过优化挑战RIS反射参数,使得海上编队通信质量大幅提升,该方案优势在于舰艇表面面积大,部署空间足,劣势在于容易遭受海水侵蚀,环境较为恶劣;②将RIS部署于舰艇顶部(通信链路1),该方案优势在于舰艇顶部无遮挡,RIS反射信号能力强,劣势在于部署空间有限;③将RIS部署于无人机或无人艇上(通信链路2或3),控制无人机或无人艇前往特定区域,增强通信。该方案优势在于灵活部署,劣势在于操作复杂。

经RIS技术增强后的通信网络将进一步提升海上编队各舰艇间的协同作战能力。

3.3 超远端武器充能

无线能量传输(wireless power transmission, WPT)作为一种非接触式供电技术,已被证实具备实际可行性与广阔应用前景[24,64-67],消费电子领域的手机无线充电便是典型应用案例。然而,无线信道固有的路径损耗、阴影效应和多径衰减等问题,严重制约了WPT的传输效能,成为其规模化应用的核心瓶颈。RIS技术凭借对无线信道的主动调控能力,为突破这一瓶颈提供了关键解决方案,有望成为提升WPT传输效率的核心技术之一。

(1)案例场景。近年来,无人机技术的快速发展推动了新型作战样式的演进,搭载微型武器或弹药的无人机作战平台逐渐成为战场新力量。这类平台可搭载轻型激光武器、电磁干扰装置或小型弹药,实现点对点远程精确打击,在实战中已展现出显著作战效能[68-70]。然而,无人机搭载微型武器后,能量消耗大幅增加,传统充电方式难以支撑其长距离、多任务连续作战需求,RIS辅助WPT技术的出现为解决这一难题提供了可能。

(2)应用分析。RIS对WPT传输效率的提升已得到初步验证。与传统放大转发中继系统相比,RIS辅助的WPT系统可实现高达300%的能量增益[24],这一特性使其在无人机群远程无线充电场景中具备显著优势。通过部署RIS反射阵面,可将能量波束精准聚焦至目标无人机,大幅降低传输过程中的能量损耗,有效延长无人机的巡航时间与滞空作战时长。结合毫米波无线携能通信领域的研究成果[66],可进一步优化针对移动无人装备的动态充能方案。如图4所示,控制中心可通过实时动态优化RIS反射参数,实现能量波束对移动目标的持续跟踪与定向传输,为远程作战的微型武器平台提供不间断的能量补给。这种动态充能模式可使无人机在执行任务过程中实时补充能量,支持其完成长距离、多波次的连续作战任务,显著提升整体作战效能。

综上,RIS技术通过对无线能量传输路径的智能调控,能够有效克服传统WPT技术的效能瓶颈,为无人作战平台的持续作战能力提供关键支撑,具有重要的军事应用价值与发展潜力。

3.4 多目标精确定位

(1)案例场景。在军事作战体系中,目标精确定位是实现态势感知、火力引导及战术决策的核心前提。当前战场目标定位主要依赖搜索雷达系统,但受物理原理限制,雷达探测距离与角度分辨率存在固有矛盾:探测距离越远,波束宽度越大,对目标的角度分辨能力越弱,难以满足复杂战场环境下多目标、小目标的精准定位需求。波达方向(direction of arrival, DOA)估计是搜索雷达实现目标角度定位的关键技术,其性能直接决定了雷达对目标的分辨能力[71-72]。RIS技术凭借对电磁波传播路径的精准感知与主动调控能力,为突破传统DOA估计技术的性能瓶颈提供了新的技术思路,有望构建兼具远距离探测与高角度分辨率的新型目标定位系统。

(2)应用分析。RIS在提升定位精度方面的潜力已得到理论验证与仿真支撑。郑磊等[49]提出基于广域部署智能反射面的无人机集群跟踪方法,通过RIS构造虚拟多径信号,增强了角度分辨能力。仿真结果表明,该方法能有效提高复杂环境下多目标数据关联的准确度。这为将RIS嵌入现有雷达探测网络,提升对低空、慢速、小目标(如无人机蜂群)的协同定位精度,提供了可行的技术路径。在未来的作战过程中,可将多RIS节点融合嵌入现有雷达探测网络,通过协同调控各RIS单元的反射相位,形成对目标信号的聚焦增强与多维度观测,辅助雷达系统实现对多域、多方位来袭目标的精确定位。这种技术融合方式无需对现有雷达硬件进行大规模改造,即可显著提升雷达系统的目标分辨能力,为应对复杂战场环境下的多目标威胁提供了高效解决方案。

3.5 辅助抗干扰通信

随着电子及通信技术的不断发展,现代军事通信系统面临的战场电磁环境日趋复杂,通信链路的抗干扰能力已成为决定作战效能的关键因素。当前,各军事强国均在持续推进通信抗干扰技术的研究与应用,以应对日益严峻的电磁对抗挑战[73-74]。

(1)案例场景。目前,RIS抗干扰技术的研究与应用主要集中在民用通信领域的基站与用户信号接收环节[75-76],涵盖单RIS和双RIS抗干扰技术[77]。而军事通信领域的抗干扰技术仍以调频和扩频为主,其中跳频技术应用最为广泛,扩频仍是主流方案,同时结合时域、空域、频域等多维度抗干扰策略构建综合防护体系。未来作战中,通信干扰已经成为现代战争不可或缺的作战手段,因此亟需探索新型抗干扰技术以提升通信链路的可靠性与稳定性。

(2)应用分析。郭海燕等[77]提出了一种基于主被动波束成形联合优化的双RIS辅助抗干扰通信方法。研究表明,通过协同优化两个RIS的反射参数,可以主动在干扰方向形成零陷,同时在合法用户方向增强信号。将该方法应用于军事通信节点,如在指挥车或前沿阵地周边部署双RIS阵列,可有效抑制定向干扰,为核心通信链路在强电磁对抗环境下的存活率提供新的保障手段。

4 在军事中应用的技术挑战

RIS技术作为6G通信系统中的关键使能技术之一,当前正处于深入研究阶段,在民用通信领域已展现出迅猛的发展势头,但向军事领域的规模化应用仍面临多项关键技术挑战。

(1)实时性问题。军事任务的强时效性要求RIS系统在复杂时变电磁环境中实现微秒至毫秒级的感知-决策-重构闭环。然而,RIS性能的发挥高度依赖于对成百上千个无源单元反射系数(幅度与相位)的联合优化,该问题本质上是一个高维、非凸且带有复杂约束(如恒模约束)的数学规划问题。现有基于连续凸近似、交替方向乘子法或半定松弛优化算法,其计算复杂度随单元数量呈超线性增长,难以满足战术级实时性要求。针对这一核心瓶颈,当前研究正聚焦于构建具备超快收敛特性的新型优化理论与算法体系:一是探索基于流形优化的低复杂度精确求解器,通过利用问题的几何结构降低计算维度;二是构建端到端的深度学习映射网络,以牺牲部分可解释性为代价,实现毫秒级的参数推断速度;三是研究基于深度强化学习的在线控制框架,使RIS能够通过与战场环境的自主交互,动态适应非平稳的信道特性与干扰态势,从而在复杂电磁对抗中维持稳定的性能输出。

(2)电磁兼容问题。军事频谱资源高度拥挤,RIS的引入必须在提升己方通信/雷达性能的同时,严格保证与己方及友邻各类雷达、通信、电子战设备的电磁兼容性。这并非简单的干扰避免问题,而是一个多层、多目标的动态资源协同优化问题。研究难点集中于:如何设计具备全双工能力的智能超表面结构,以同时、独立地服务不同方向的用户并管理自干扰;如何构建以RIS为智能节点的分布式协同感知与干扰对齐架构,实现跨域的频谱态势共享与协同抗干扰;以及,在通信感知一体化趋势下,如何设计统一的RIS相控策略,以最优的帕累托折中同时满足高数据率通信与高精度雷达探测的双重需求。

(3)系统集成问题。军事应用对RIS硬件提出了远超民用的苛刻要求:需在宽温域、高振动、强冲击及复杂电磁脉冲环境下保持性能稳定;需解决为大量有源器件(如二极管、变容二极管)供电的难题,发展自供能或低功耗设计方案;需在成本可控前提下提升相位/幅度调控的量化精度与响应速度。在系统层面,RIS需作为新型网络元素无缝融入现有军事信息基础设施,这引发了跨物理层、链路层与网络层的协同设计挑战。尤其关键的是,需建立针对RIS的新型安全威胁模型与防御机制,如防止对手通过信道探测逆向推导RIS配置策略,或通过恶意信号注入操控RIS行为,从而在提升性能的同时不引入新的脆弱性。

5 结论

通过分析RIS技术的核心特性与技术优势,从作战需求视角深入探讨其在军事领域中的应用前景与潜在价值,旨在为该技术的军事场景落地提供理论参考与实践思路。RIS作为通信领域的革命性技术,当前已成为世界各国的研究热点,其无源调控、灵活部署等特性为军事通信与作战效能提升提供了全新技术路径。然而,如何突破民用技术向军事场景迁移的适配性瓶颈,实现RIS技术在复杂战场环境下的规模化应用,仍需持续开展技术追踪与针对性研究。

参考文献

[1]

Zhao Y. Reconfigurable intelligent surfaces for 6G: applications, challenges, and solutions[J]. Frontiers of Information Technology & Electronic Engineering, 2023, 24(12): 1669-1688.

[2]

倪万里, 郑爱玲, 王雯, 等. 面向下一代无线通信的多功能可重构智能表面[J]. 移动通信, 2024, 48(10): 8-16.

[3]

Ni Wanli, Zheng Ailing, Wang Wen, et al. Multi-Functional reconfigurable intelligent surfaces for next-generation wireless communications[J]. Mobile Communications, 2024, 48(10): 8-16.

[4]

Mu X, Xu J, Liu Y, et al. Reconfigurable intelligent surface-aided near-field communications for 6G: opportunities and challenges[J]. IEEE Vehicular Technology Magazine, 2024, 19(1): 65-74.

[5]

王承祥, 吕振, 黄晨, 等. 面向标准化的6G全频段全场景普适信道模型[J]. 中国科学: 信息科学, 2025, 55(6): 1486-1507.

[6]

Wang Chengxiang, Lü Zhen, Huang Chen, et al. An enhanced 6G pervasive channel model towards standardization[J]. Scientia Sinica (Informationis), 2025, 55(6): 1486-1507.

[7]

Othman W M, Ateya A A, Nasr M E, et al. Key enabling techno-logies for 6G: the role of UAVs, terahertz communication, and intelligent reconfigurable surfaces in shaping the future of wireless networks[J]. Journal of Sensor and Actuator Networks, 2025, 14(2): 1-35.

[8]

Hasan S R, Sabuj S R, Hamamura M, et al. A comprehensive review on reconfigurable intelligent surface for 6G communications: overview, deployment, control mechanism, application, challenges, and opportunities[J]. Wireless Personal Communications, 2024, 139(1): 375-429.

[9]

Ahmed M, Raza S, Soofi A A, et al. Active reconfigurable intelligent surfaces: expanding the frontiers of wireless communication—a survey[J]. IEEE Communications Surveys & Tutorials, 2024, 27(2): 839-869.

[10]

Zhang S, Huang W, Liu Y. A systematic survey on physical layer security oriented to reconfigurable intelligent surface empowered 6G[J]. Computers & Security, 2025, 148: 104100.

[11]

李思佳, 丛犁, 黄成斌, 等. 可重构智能表面辅助传输的电力通信中继系统性能分析与功率优化分配[J]. 科学技术与工程, 2023, 23(31): 13438-13447.

[12]

Li Sijia, Cong Li, Huang Chengbin, et al. Performance analysis and optimal power allocation of power communication relay system assisted by reconfigurable intelligent surface[J]. Science Technology and Engineering, 2023, 23(31): 13438-13447.

[13]

Hassan M, Hamid K, Saeed R A, et al. Reconfigurable intelligent surfaces in 6G mMIMO NOMA networks: a comprehensive analysis[J]. International Journal of Electrical and Computer Engineering Systems, 2025, 16(2): 87-97.

[14]

郭磊, 周伟煜, 吴廷伟, 等. 无线光通信安全技术发展与应用综述[J]. 光学学报, 2025, 45(13): 107-128.

[15]

Guo Lei, Zhou Weiyu, Wu Tingwei, et al. Review on development and application of optical wireless communication security technology[J]. Acta Optica Sinica, 2025, 45(13): 107-128.

[16]

攸阳, 张琨, 伏雨辰. 美抗干扰卫星通信系统与技术的演进[J]. 无线通信技术, 2024, 33(3): 57-62.

[17]

You Yang, Zhang Kun, Fu Yuchen. The evolution of anti-jamming satellite communication systems and technologies in the United States[J]. Wireless Communication Technology, 2024, 33(3): 57-62.

[18]

胡永辉, 王静, 王英, 等. 美军通信系统发展研究[J]. 无线电通信技术, 2025, 51(2): 392-399.

[19]

Hu Yonghui, Wang Jing, Wang Ying, et al. Research on development of U.S. communication system[J]. Radio Communications Technology, 2025, 51(2): 392-399.

[20]

Kaur R, Bansal B, Majhi S, et al. A survey on reconfigurable intelligent surface for physical layer security of next-generation wireless communications[J]. IEEE Open Journal of Vehicular Technology, 2024, 5: 172-199.

[21]

Alrikabi H T H S, Sallomi A H, Khazaal H F, et al. Design and experimental evaluation of a reconfigurable intelligent surface for wireless applications[J]. Results in Engineering, 2025, 26: 104694.

[22]

Wu Q, Zhang S, Zheng B, et al. Intelligent reflecting surface-aided wireless communications: a tutorial[J]. IEEE Transactions on Communications, 2021, 69(5): 3313-3351.

[23]

Nemati M, Maham B, Pokhrel S R, et al. Modeling RIS empowered outdoor-to-indoor communication in mmWave cellular networks[J]. IEEE Transactions on Communications, 2021, 69(11): 7837-7850.

[24]

Lu Y J, Zhang J N, Zhao, Y H, et al. A high-efficiency and versatile reconfigurable intelligent surface design paradigm with novel topological representation[J]. Engineering, 2025, 48: 163-173.

[25]

刘婷, 王媛, 辛元雪. 可重构智能超表面辅助的大规模机器类通信深度学习大规模MIMO信道估计[J]. 电子与信息学报, 2024, 46(10): 4002-4008.

[26]

Liu Ting, Wang Yuan, Xin Yuanxue. Deep learning-enhanced massive channel estimation for reconfigurable intelligent surface-aided massive machine-type communication[J]. Journal of Electronics & Information Technology, 2024, 46(10): 4002-4008.

[27]

张海霞, 马晓燕. 可重构智能表面辅助的通信信号处理技术[J]. 信号处理, 2024, 40(6): 993-1006.

[28]

Zhang Haixia, Ma Xiaoyan. Signal processing technologies for RIS-assisted wireless communications[J]. Journal of Signal Processing, 2024, 40(6): 993-1006.

[29]

李南希, 朱剑驰, 郭婧, 等. 可重构智能表面技术: 研究进展、原型机及挑战[J]. 无线电通信技术, 2022, 48(2): 305-310.

[30]

Li Nanxi, Zhu Jianchi, Guo Jing, et al. Reconfigurable intelligent surface: research progress, prototypes and challenges[J]. Radio Communications Technology, 2022, 48(2): 305-310.

[31]

NTT DOCOMO Inc. NTT DOCOMO and Metawave announce successful demonstration of 28 GHz-band 5G using world’s first metastructure technology[EB/OL]. (2018-12-04)[2025-08-12]. https://www.businesswire.com/news/home/20181204005253/en/NTT-DOCOMO-Metawave-Announce-Successfule-Demonstration-28GHz-Band.

[32]

Basar E, Di R M, de Rosny J, et al. Wireless communications through reconfigurable intelligent surfaces[J]. IEEE Access, 2019, 7: 116753-116773.

[33]

Huang C W, Zapponr A, Alexandropoulos G C, et al. Reconfigurable intelligent surfaces for energy efficiency in wireless communication[J]. IEEE Transactions on Wireless Communications, 2019, 18(8): 4157-4170.

[34]

Arun V, Balakrishnan H. Rfocus: beamforming using thousands of passive antennas[C]// Proceeding of the 17th USENIX Symposium on Networked Systems Design and Implementation. Santa Clara: USENIX, 2020: 1047-1061.

[35]

Dai L, Wang B, Wang M, et al. Reconfigurable intelligent surface-based wireless communications: antenna design, prototyping, and experimental results[J]. IEEE Access, 2020, 8: 45913-45923.

[36]

NTT DOCOMO Inc. Docomo and AGC use metasurface lens to enhance radio signal reception indoors[EB/OL]. (2021-01-26)[2025-08-12]. https://www.nttdocomo.co.jp/english/info/media_center/pr/2021/0126_00.html.

[37]

中国通信网. 中国移动联合崔铁军院士团队率先完成智能超表面技术试验[EB/OL]. (2021-07-19)[2025-08-12]. https://www.c114.com.cn/news/118/a1168348.html.

[38]

China Telecom Network. China Mobile, in collaboration with the academician team of Cui Tiejun, has completed the first experimental test of intelligent metasurface technology[EB/OL]. (2021-07-19)[2025-08-12]. https://www.c114.com.cn/news/118/a1168348.html.

[39]

中国通信网. 中兴通讯联合中国电信完成业界首个5G高频外场智能超表面技术验证测试[EB/OL]. (2021-07-07)[2025-08-12]. https://www.c114.com.cn/news/127/a1167281.html.

[40]

China Telecom Network. ZTE and China Telecom completed the industry’s first 5G high-frequency outfield intelligent hypersurface technology verification test[EB/OL]. (2021-07-07)[2025-08-12]. https://www.c114.com.cn/news/127/a1167281.html.

[41]

费丹, 陈晨, 郑鹏, 等. 基于智能超表面的室内覆盖增强技术研究与实验验证[J]. 电子与信息学报, 2022, 44(7): 2374-2381.

[42]

Fei Dan, Chen Chen, Zheng Peng, et al. Research and experimental verification of reconfigurable intelligent surface in indoor coverage enhancement[J]. Journal of Electronics & Information Technology, 2022, 44(7): 2374-2381.

[43]

刘显荻, 张鹏, 张莉萍, 等. 可重构智能表面技术及应用探讨[J]. 邮电设计技术, 2025(6): 45-51.

[44]

Liu Xiandi, Zhang Peng, Zhang Liping, et al. Exploration of reconfigurable intelligent surface technology and its application[J]. Radio Communication, 2025(6): 45-51.

[45]

李静. 6G超可靠低时延通信与毫米波网络资源优化[D]. 北京: 北京交通大学, 2024.

[46]

Li Jing. Ultra-reliable and low latency communication and millimeter-wave network resource optimization in 6G[D]. Beijing: Beijing Jiaotong University, 2024.

[47]

Ramezan P, Jamalipour A. Backscatter-assisted wireless powered communication networks empowered by intelligent reflecting surface[J]. IEEE Transactions on Vehicular Technology, 2021, 70(11): 11908-11922.

[48]

陈军材. 基于可重构智能表面的车联网高效通信技术研究[D]. 成都: 电子科技大学, 2024.

[49]

Chen Juncai. Research on efficient communication technology for internet of vehicles based on reconfigurable intelligence surface[D]. Chendu: University of Electronic Science and Technology, 2024.

[50]

马滕. 面向6G通感一体的新型阵列信号处理技术研究[D]. 成都: 电子科技大学, 2025.

[51]

Ma Teng. Research on novel array signal processing technologies toward 6G ISAC[D]. Chendu: University of Electronic Science and Technology, 2025.

[52]

张嘉慧, 王新奕, 费泽松, 等. 6G通感融合网络中的物理层安全: 机遇与挑战[J]. 移动通信, 2023, 47(3): 55-61.

[53]

Zhang Jiahui, Wang Xinyi, Fei Zesong, et al. Physical layer security in 6G integrated sensing and communication systems: opportunities and challenges[J]. Mobile Communications, 2023, 47(3): 55-61.

[54]

李艳阳. RIS辅助的通感一体化系统波束成形和位置部署研究[D]. 长春: 吉林大学, 2024.

[55]

Li Yanyang. Beamforming and positioning deployment of integrated sensing and communication system aided by RIS[D]. Changchun: Jilin University, 2024.

[56]

戈艺萌, 刘浩宇, 万鹏武, 等. 有源可重构智能表面辅助抖动无人机空地安全通信方案[J]. 西安邮电大学学报, 2025, 30(4): 29-38.

[57]

Ge Yimeng, Liu Haoyu, Wan Pengwu, et al. Active reconfigurable intelligent surface assisted secure air-to-ground communication scheme with UAV jittering[J]. Journal of Xi’an University of Posts and Telecommunications, 2025, 30(4): 29-38.

[58]

Dong L, Wang H M, Bai J, et al. Double intelligent reflecting surface for secure transmission with inter-surface signal reflection[J]. IEEE Transactions on Vehicular Technology, 2021, 70(3): 2912-2916.

[59]

卢颖娟, 程强, 王思然, 等. 用于波束重构和雷达截面缩减的超宽带可重构智能超表面设计[J]. 光学学报, 2025, 2(4): 4-12.

[60]

Lu Yingjuan, Chen Qiang, Wang Siran, et al. Ultra-wideband reconfigurable intelligent metasurface design for beam reshaping and radar cross section reduction[J]. Acta Optica Sinica, 2025, 2(4): 4-12.

[61]

周涛, 许魁, 夏晓晨, 等. 具有可移动阵元的同时透射和反射可重构智能超表面辅助隐蔽通感一体系统: 联合主动和柔性被动波束成形优化[J]. 电子与信息学报, 2025, 47(4): 991-1003.

[62]

Zhou Tao, Xu Kui, Xia Xiaochen, et al. Movable-element simultaneously transmitting and reflecting reconfigurable intelligent surface-assisted integrated sensing and covert communication system: joint active and flexible passive beamforming design[J]. Journal of Electronics & Information Technology, 2025, 47(4): 991-1003.

[63]

仲伟志, 万诗晴, 段洪涛, 等. 一种基于合作协同进化的智能超表面辅助无人机通信系统联合波束成形方法[J]. 电子与信息学报, 2025, 47(2): 334-343.

[64]

Zhong Weizhi, Wan Shiqing, Duan Hongtao, et al. A joint beamforming method based on cooperative co-evolutionary in reconfigurable intelligent surface-assisted unmanned aerial vehicle communication system[J]. Journal of Electronics & Information Technology, 2025, 47(2): 334-343.

[65]

潘旭婷, 石旺旗, 熊柏苹, 等. 空中可重构智能面辅助车辆通信信道建模研究[J]. 电子与信息学报, 2025, 47(3): 600-611.

[66]

Pan Xuting, Shi Wangqi, Xiong Baiping, et al. Research on channel modeling for aerial reconfigurable intelligent surfaces-assisted vehicle communications[J]. Journal of Electronics & Information Technology, 2025, 47(3): 600-611.

[67]

郑娟毅, 杨朴真. 可重构智能表面辅助毫米波MIMO信道估计[J]. 中国电子科学研究院学报, 2024, 19(7): 579-587.

[68]

Zheng Juanyi, Yang Puzhen. Reconfigurable intelligence surface assisted millimeter wave MIMO channel estimation[J]. Journal of China Academy of Electronics and Information Technology, 2024, 19(7): 579-587.

[69]

张培玲, 赵可可. 基于粒子群优化匹配追踪算法的电力线信道模型参数识别方法[J]. 科学技术与工程, 2022, 22(9): 3607-3612.

[70]

Zhang Peiling, Zhao Keke. Parameter identification method of power line channel model based on particle swarm optimization matching pursuit algorithm[J]. Science Technology and Engineering, 2022, 22(9): 3607-3612.

[71]

胡小玲, 于周源, 钱骁伟, 等. 智能超表面系统的通信感知一体化: 现状、设计与展望[J]. 电信科学, 2022, 38(9): 36-49.

[72]

Hu Xiaoling, Yu Zhouyuan, Qian Xiaowei, et al. Integrated sensing and communication in reconfigurable intelligent surface systems: status, design and outlook[J]. Telecommunications Science, 2022, 38(9): 36-49.

[73]

Wang X, Fei Z, Guo J, et al. RIS-assisted spectrum sharing between MIMO radar and MU-MISO communication systems[J]. IEEE Wireless Communications Letters, 2020, 10(3): 594-598.

[74]

He Y, Cai Y, Mao H, et al. RIS-assisted communication radar coexistence: joint beamforming design and analysis[J]. IEEE Journal on Selected Areas in Communications, 2022, 40(7): 2131-2145.

[75]

郑磊, 陈志敏, 贾宇轩. 基于广域部署智能反射面的无人机集群跟踪方法[J]. 兵工学报, 2023, 44(6): 1837-1845.

[76]

Zheng Lei, Chen Zhimin, Jia Yuxuan. UAV swarm tracking method based on wide-area deployment of intelligent reflecting surfaces[J]. Acta Armentarii, 2023, 44(6): 1837-1845.

[77]

Lu H, Zeng Y, Jin S, et al. Aerial intelligent reflecting surface: joint placement and passive beamforming design with 3D beam flattening[J]. IEEE Transactions on Wireless Communications, 2021, 20(7): 4128-4143.

[78]

陈新颖, 盛敏, 李博, 等. 面向6G的无人机通信综述[J]. 电子与信息学报, 2022, 44(3): 781-789.

[79]

Chen Xinying, Sheng Min, Li Bo, et al. Survey on unmanned aerial vehicle communications for 6G[J]. Journal of Electronics & Information Technology, 2022, 44(3): 781-789.

[80]

薛德鑫, 单涛, 徐宁骏, 等. 军用作战无人机未来发展研究[J]. 指挥控制与仿真, 2022, 44(6): 1-6.

[81]

Xue Dexin, Shan Tao, Xu Ningjun, et al. Research on the future development of military combat UAV[J]. Command Control & Simulation, 2022, 44(6): 1-6.

[82]

Chen X Y, Sheng M, Li B, et al. Survey on unmanned aerial vehicle communications for 6G[J]. Journal of Electronics & Information Technology, 2022, 44(3): 781-789.

[83]

Jiao S, Fang F, Zhou X, et al. Joint beamforming and phase shift design in downlink UAV networks with IRS-assisted NOMA[J]. Journal of Communications and Information Networks, 2020, 5(2): 138-149.

[84]

万诗晴, 仲伟志, 何艺, 等. 基于深度强化学习的可重构智能超表面辅助无人机通信联合波束成形与轨迹优化[J]. 电波科学学报, 2024, 39(4): 722-731.

[85]

Wan Shiqing, Zhong Weizhi, He Yi, et al. he optimization of beamforming and trajectory for reconfigurable intelligent surface assisted UAV communication system based on deep reinforcement learning[J]. Chinese Journal of Radio Science, 2024, 39(4): 722-731.

[86]

卢为党, 曹明锋, 高原, 等. 基于智能反射面辅助的无人机中继系统安全通信方法[J]. 电子与信息学报, 2022, 44(7): 2273-2280.

[87]

Lu Weidang, Cao Mingfeng, Gao Yuan, et al. Secure communication method based on intelligent reflection surface assisted UAV relay system[J]. Journal of Electronics & Information Technology, 2022, 44(7): 2273-2280.

[88]

Centenaro M, Costa C E, Granelli F, et al. A survey on technologies, standards and open challenges in satellite IoT[J]. IEEE Communications Surveys & Tutorials, 2021, 23(3): 1693-1720.

[89]

Tekbiyik K, Kurt G K, Ektı A R, et al. Reconfigurable intelligent surfaces empowered THz communication in LEO satellite networks[J]. IEEE Access, 2022, 10: 121957-121969.

[90]

张可, 李井源, 刘增军, 等. 可重构智能超表面在卫星导航系统中的应用展望[J]. 导航定位学报, 2024, 12(4): 151-157.

[91]

Zhang Ke, Li Jingyuan, Liu Zengjun, et al. Application prospects of reconfigurable intelligent surfaces in global navigation satellite systems[J]. Journal of Navigation and Positioning, 2024, 12(4): 151-157.

[92]

王大伟, 李立, 李佳蔚, 等. 基于空中可重构智能表面的低轨卫星高通量通信[J]. 通信技术, 2024, 57(10): 1006-1013.

[93]

Wang Dawei, Li Li, Li Jiawei, et al. High-throughput communication of LEO satellite based on aerial reconfigurable intelligent surface[J]. Communications Technology, 2024, 57(10): 1006-1013.

[94]

鲁信金, 雷菁, 杨志飞, 等. 可重构智能表面在星地链路安全中的创新应用与技术挑战[J]. 无线电通信技术, 2025, 51(2): 289-294.

[95]

Lu Xinjin, Lei Jing, Yang Zhifei, et al. Innovative applications and technical challenges of reconfigurable intelligent surfaces in satellite-ground links security[J]. Radio Communications Technology, 2025, 51(2): 289-294.

[96]

王科翔, 卢野, 李银城, 等. 面向海战场下无人集群作战发展研究综述[J]. 现代防御技术, 2025, 53(3): 11-22.

[97]

Wang Kexiang, Lu Ye, Li Yincheng, et al. Review of unmanned swarm operations development for maritime battlefields[J]. Modern Defence Technology, 2025, 53(3): 11-22.

[98]

罗炜, 雷刚, 郑晓龙, 等. 航母编队一体化反导效能评估[J]. 科学技术与工程, 2024, 24(7): 2706-2714.

[99]

Luo Wei, Lei Gang, Zheng Xiaolong, et al. Analysis of anti-missile efficiency of aircraft carrier formation under integrated combat[J]. Science Technology and Engineering, 2024, 24(7): 2706-2714.

[100]

Zhao L, Wang Z, Wang X. Wireless power transfer empowered by reconfigurable intelligent surfaces[J]. IEEE Systems Journal, 2020, 15(2): 2121-2124.

[101]

葛俊飞. 应用于谐振式无线能量传输系统的效率提升技术研究[D]. 合肥: 中国科学技术大学, 2024.

[102]

Ge Junfei. Research on efficiency improvement technology for resonant wireless power transfer systems[D]. Hefei: University of Science and Technology of China, 2024.

[103]

陈荥, 岳殿武, 李琦, 等. 可重构智能表面辅助的毫米波无线携能通信系统研究[J]. 无线电工程, 2024, 54(6): 1512-1521.

[104]

Chen Ying, Yue Dianwu, Li Qi, et al. Research onreconfigurable intelligent surface-assisted millimeter wave simultaneous wireless information and power transfer system[J]. Radio Engineering, 2024, 54(6): 1512-1521.

[105]

庞海舰, 陈健锋, 张广驰, 等. 智能反射面辅助的无线信息与能量传输研究综述[J]. 中兴通讯技术, 2022, 28(3): 27-35.

[106]

Pang Haijian, Chen Jianfeng, Zhang Guangchi, et al. Survey on intelligent reflecting surface-assisted wireless information transmission and power transfer[J]. ZTE Technology Journal, 2022, 28(3): 27-35.

[107]

褚旭龙. 人工智能在无人机军事领域的应用发展研究: 基于WOS核心数据库的文献计量分析[J]. 科学技术与工程, 2023, 23(36): 15512-15521.

[108]

Chu Xulong. Development and application of artificial intelligence in unmanned aerial vehicle combat: bibliometric analysis based on CiteSpace[J]. Science Technology and Engineering, 2023, 23(36): 15512-15521.

[109]

陈辞. 外军反无人机运用分析[J]. 舰船电子工程, 2025, 45(6): 18-21, 63.

[110]

Chen Ci. Analysis of foreign military anti-UAV operations[J]. Ship Electronic Engineering, 2025, 45(6): 18-21, 63.

[111]

寇昆湖, 刘北, 钱峰. 近几场局部战争中无人机运用特点与启示[J]. 舰船电子工程, 2024, 44(7): 5-7, 34.

[112]

Kou Kunhu, Liu Bei, Qian Feng. Role characteristics and enlightenment of UAV in recent local wars[J]. Ship Electronic Engineering, 2024, 44(7): 5-7, 34.

[113]

邵帅. 综合极化信息的高频地波雷达波达方向估计研究[D]. 哈尔滨: 哈尔滨工业大学, 2024.

[114]

Shao Shuai. Research on direction of arrival estimation of HFSWR based on polarization information[D]. Harbin: Harbin Institute of Technology, 2024.

[115]

王鸿帧, 宋玉伟, 辛波, 等. 双基地米波MIMO雷达低空目标俯仰维DOD和DOA联合估计方法[J]. 空军工程大学学报, 2024, 25(1): 98-105.

[116]

Wang Hongzhen, Song Yuwei, Xin Bo, et al. A joint estimation method for DOD and DOA of low altitude targets based on bistatic meter wave MIMO radar[J]. Journal of Air Force Engineering University, 2024, 25(1): 98-105.

[117]

云超, 郑腾, 蒋攀攀, 等. 军事通信抗干扰能力现状及发展建议[J]. 中国电子科学研究院学报, 2022, 17(8): 801-808.

[118]

Yun Chao, Zheng Teng, Jiang Panpan, et al. Construction status and development trend of military communications anti-jamming technology[J]. Journal of CAEIT, 2022, 17(8): 801-808.

[119]

Bekkiev A Y, Borisov V I. Estimation of the anti-interference ability of radio communication channels under electronic warfare conditions[J]. Journal of Communications Technology and Electronics, 2019, 64(9): 962-972.

[120]

Sun Y, An K, Luo J, et al. Outage constrained robust beamforming optimization for multiuser IRS-assisted anti-jamming communications with incomplete information[J]. IEEE Internet of Things Journal, 2022, 9(15): 13298-13314.

[121]

Yang H, Xiong Z, Zhao J, et al. Intelligent reflecting surface assisted anti-jamming communications: a fast reinforcement learning approach[J]. IEEE Transactions on Wireless Communications, 2020, 20(3): 1963-1974.

[122]

郭海燕, 杨震, 邹玉龙, 等. 基于主被动波束成形联合优化的双RIS辅助抗干扰通信方法[J]. 通信学报, 2022, 43(7): 21-30

[123]

Guo Haiyan, Yang Zhen, Zou Yulong, et al. Double-RIS assisted anti-jamming communication method based on joint active and passive beamforming optimization[J]. Journal on Communications, 2022, 43(7): 21-30.

基金资助

国防预研课题(3020601030103)

PDF (4580KB)

46

访问

0

被引

详细

导航
相关文章

/

〈 〉