去蜂窝（Cell-Free）网络、无人机（Unmanned Aerial Vehicle,UAV）通信、智能超表面（Reconfigurable Intelligent Surface,RIS）是满足未来移动通信需求的关键架构与技术。为在降低网络成本的同时,充分保障和提升移动通信系统的性能,研究RIS与系统各部分的结合应用,据此确定本论文的主要研究内容包括:首先,针对信号质量易受用户移动影响的挑战,提出面向移动用户的RIS波束追踪与覆盖增强算法。基于对用户运动区域的估计,将RIS单元划分为多个子阵列并设计对应的相移矩阵以实现对目标区域的有效覆盖,此外采用注水功率算法对基站发射功率进行分配优化。研究表明,通过联合的RIS相移和基站功率分配算法设计能够实现系统平均吞吐量10%的提升;另外,为降低信号的恢复时延减少较优波束的搜索次数,提出基于码本的RIS宽波束设计,通过逐层确定最优波束方向的方式达到与穷举搜索算法相同的接收功率,而将随RIS单元数线性增长的复杂度降低为对数型增长。然后,针对空天地一体化通信需求,为在保障地面用户通信连续性的同时提高UAV对用户通信服务的质量,提出RIS协助UAV与地面用户通信的系统模型。针对地面用户的通信质量易受RIS相移和UAV航迹的影响,建立以最大化UAV通信系统频谱效率为目标的优化问题,并将此问题分解为RIS相移设计和UAV航迹设计两个子问题利用交替优化算法进行求解,即分别采用二叉树算法和禁忌搜索算法对RIS相移和UAV航迹进行优化设计。仿真结果验证了所提算法的有效性,在单RIS和多RIS场景下获得UAV的最佳飞行航迹,并实现将系统频谱效率提升了8%-20%。最后,为发挥去蜂窝网络在保障用户公平性方面的优势,建立RIS协助多个接入点（Access Point,AP）为多用户服务的通信模型。在AP发射功率与RIS相移精度受限的情况下,以最大化多用户间最小信噪比为优化目标,采用交替优化和半定松弛等算法对AP和RIS的联合波束赋形进行优化设计,实现了最差用户频谱效率5-9倍的提高,进一步保障了网络均衡的通信性能。综上所述,本文研究了RIS波束赋形与基站功率、UAV飞行航迹以及AP波束赋形的联合优化设计,实现了面向移动用户的波束追踪与覆盖增强、恢复时延降低、系统频谱效率最大化以及用户公平性保障的目标。研究表明RIS辅助通信的方式有助于进一步提升移动通信系统的性能,研究结果为基于RIS辅助的未来移动通信系统设计提供了理论基础。