Cell-free massive multiple-input multiple-output (MIMO) has been regarded as a promising technology due to high spectral efficiency. However, as large number of access points (APs) are deployed with fibers connecting to the central processing unit, the increase of energy consumption and hardware cost raise concerns. The reconfigurable intelligent surface (RIS) with impressing potential for low energy and cost finds a way to solve this problem. In this paper, we investigate the performance of the cell-free massive MIMO system with a RIS. As RIS can only reflect signals from the front, user equipments (UEs) and APs are divided into two categories according to their relative position with the RIS, i.e., one is on the reflection area of the RIS and the other is not. A closed-form approximation of the UE achievable downlink rate is derived. Based on it, we obtain the optimal RIS position and phase shift that can maximize the UE sum rate, through alternating optimization method. It is found that compared with the cell-free massive MIMO system without RIS, to achieve the same rate performance, the number of required AP in the RIS-assisted system can be significantly reduced. Moreover, as the RIS component increases, the number of required AP can be reduced almost linearly without rate reduction, which means the hardware and energy cost can be greatly cut down. Furthermore, from our simulation results, we can see that when users are densely distributed, the optimal location of the RIS should be closer to users. When users are uniformly distributed, the optimal position of RIS is close to the central position.

由于高频谱效率，无细胞大规模多输入多输出（MIMO）被认为是一种有前途的技术。然而，随着大量接入点 (AP) 部署了连接到中央处理器的光纤，能源消耗和硬件成本的增加引起了人们的关注。具有低能耗和低成本潜力的可重构智能表面 (RIS) 找到了解决这个问题的方法。在本文中，我们研究了具有 RIS 的无细胞大规模 MIMO 系统的性能。由于RIS只能反射来自前方的信号，因此根据与RIS的相对位置，将用户设备（UE）和AP分为两类，一类在RIS的反射区域，一类不在。推导出 UE 可实现的下行链路速率的闭合形式近似。在此基础上，我们通过交替优化方法获得了可以最大化UE和率的最佳RIS位置和相移。研究发现，与没有RIS的无蜂窝Massive MIMO系统相比，要达到相同的速率性能，RIS辅助系统中所需AP的数量可以显着减少。此外，随着RIS组件的增加，所需AP的数量几乎可以线性减少而不会降低速率，这意味着可以大大降低硬件和能源成本。此外，从我们的模拟结果可以看出，当用户分布密集时，RIS 的最佳位置应该更靠近用户。当用户均匀分布时，RIS的最优位置接近中心位置。通过交替优化方法。研究发现，与没有RIS的无蜂窝Massive MIMO系统相比，要达到相同的速率性能，RIS辅助系统中所需AP的数量可以显着减少。此外，随着RIS组件的增加，所需AP的数量几乎可以线性减少而不会降低速率，这意味着可以大大降低硬件和能源成本。此外，从我们的模拟结果可以看出，当用户分布密集时，RIS 的最佳位置应该更靠近用户。当用户均匀分布时，RIS的最优位置接近中心位置。通过交替优化方法。研究发现，与没有RIS的无蜂窝Massive MIMO系统相比，要达到相同的速率性能，RIS辅助系统中所需AP的数量可以显着减少。此外，随着RIS组件的增加，所需AP的数量几乎可以线性减少而不会降低速率，这意味着可以大大降低硬件和能源成本。此外，从我们的模拟结果可以看出，当用户分布密集时，RIS 的最佳位置应该更靠近用户。当用户均匀分布时，RIS的最优位置接近中心位置。RIS辅助系统中所需的AP数量可以显着减少。此外，随着RIS组件的增加，所需AP的数量几乎可以线性减少而不会降低速率，这意味着可以大大降低硬件和能源成本。此外，从我们的模拟结果可以看出，当用户分布密集时，RIS 的最佳位置应该更靠近用户。当用户均匀分布时，RIS的最优位置接近中心位置。RIS辅助系统中所需的AP数量可以显着减少。此外，随着RIS组件的增加，所需AP的数量几乎可以线性减少而不会降低速率，这意味着可以大大降低硬件和能源成本。此外，从我们的模拟结果可以看出，当用户分布密集时，RIS 的最佳位置应该更靠近用户。当用户均匀分布时，RIS的最优位置接近中心位置。我们可以看到，当用户分布密集时，RIS的最佳位置应该离用户更近。当用户均匀分布时，RIS的最优位置接近中心位置。我们可以看到，当用户分布密集时，RIS的最佳位置应该离用户更近。当用户均匀分布时，RIS的最优位置接近中心位置。