能量效率(EE)是5G+/6G无线通信的重要设计指标，而智能反射面(RIS)被普遍认为是改善EE的潜在手段。不同于被动RIS，混合RIS由有源和无源元件组成，对来波移相的同时可放大信号强度，能够有效克服被动RIS引起的“乘性衰落”效应。鉴于此，该文提出一种混合RIS辅助通信感知一体化(ISAC)的下行链路传输系统。为探究数据传输速率与能耗之间的内在关联，该文以RIS辅助ISAC网络能量效率最大化为目标，在满足基站(BS)发射功率、波束图增益以及混合RIS功率和幅值约束的条件下，联合优化基站端的波束赋形和混合RIS的相移。为解决该复杂的分数规划问题，提出基于交替优化(AO)的算法来求解。为克服AO算法中引入辅助变量造成算法复杂度高的难题，利用耦合优化变量的关联，提出一种基于级联深度学习网络的求解算法。仿真结果表明，提出的混合RIS辅助ISAC方案在和速率、能效方面皆优于现有方案，且算法收敛速度快。

带内全双工技术可以缓解无线通信系统中频谱资源紧张的问题。为有效保障全双工通信系统的信息安全，针对全双工接入点(FD-AP)与上行用户、下行用户同时同频通信的系统模型，该文提出一种智能反射表面(IRS)辅助的物理层安全方案。考虑以最大化下行用户的安全速率为目标，在满足AP发射功率、AP信干噪比(SINR)以及IRS反射相移单位模的约束下，构建一个AP发射波束赋型和IRS反射相移联合优化问题。针对该变量耦合的非凸优化问题，该文采用交替优化(AO)算法迭代优化AP发射波束赋型和IRS反射相移，并提出一种基于精确罚函数法的黎曼流形优化算法，将反射相移优化子问题转换成黎曼流形上的无约束最小化问题进行求解。仿真结果表明，所提方案可以明显提升全双工通信系统的安全性能；并且相较于当前常用的半正定松弛(SDR)算法，所提算法有更低的计算复杂度。

针对可重构智能表面(Reconfigurable Intelligent Reflecting Surface, RIS)辅助的物理层安全通信，该文设计了基于混合有源-无源RIS和人工噪声(Artificial Noise, AN)辅助的安全传输方案。考虑基站和RIS的功率约束以及RIS无源反射元件的反射系数恒模约束，以最大化系统安全传输速率为目标，构建基站发射波束成形、AN波束向量、RIS反射系数矩阵联合优化问题。使用交替优化(Alternating Optimization, AO)、权值最小均方误差(Weighted Minimum Mean Square Error, WMMSE)和半定松弛(Semi-definite Relaxation, SDR)算法，求解所构建的变量高度耦合的非凸优化问题。仿真结果表明，混合RIS辅助安全传输方案，能够有效提高系统的安全速率，与无源RIS相比，能够有效克服“双衰落”效应导致的安全速率降低，与有源RIS相比，具有更高的能量效率。

近年来，有源可重构智能表面(ARIS)技术获得了学术界的广泛关注。然而，ARIS在多RIS辅助无线通信系统中的应用还缺乏相关研究。针对此问题，该文提出基于双RIS辅助的无线通信系统模型。模型假设基站(BS)和用户之间的直连链路受阻，仅通过RIS形成的反射链路进行通信。在此基础上，根据ARIS与被动RIS(PRIS)的不同组合情况，提出4种RIS组合模型。模型的目标是优化基站波束赋形、RIS的相移矩阵和功率分配因子，以最大化系统通信容量。由于该优化问题为非凸问题，该文采用了交替优化算法(AO)与连续凸逼近(SCA)对问题进行处理。仿真结果表明，无论基站发射功率高或低，TAAR组合模型的性能均显著优于传统单ARIS配置。