NeuroRIS：类脑启发超表面

可重构智能表面 (RIS) 的作用类似于电磁 (EM) 镜，且显著超越了斯涅尔定律，能够生成适用的电磁环境，从而实现灵活适应，并在经济部署和能源效率方面促进可持续性。然而，传统 RIS 通常通过高延迟的现场可编程门阵列或微控制器电路进行控制，这些电路通常实施人工神经网络 (ANN) 来调节 RIS 相位阵列，且能耗极高。最重要的是，传统 RIS 无法在现实场景（即高移动性/低端用户设备 (UE)）下运行。在本文中，我们利用类脑处理器的先进计算能力，设计了一种名为 NeuroRIS 的新型 RIS，旨在通过实时适应不断变化的无线信道条件来支持高移动性 UE。为此，类脑处理单元以纳秒 ($\rm{ns}$) 量级调节所有 RIS 超表面单元（针对变容二极管等特定开关电路），同时由于其基于脉冲神经网络的事件驱动处理来进行准确高效的相移矢量设计，因而表现出极低的能耗需求。数值结果表明，NeuroRIS 实现了与基于 ANN 的传统 RIS 非常接近的速率性能，同时显著降低了后者的能耗。