大规模多输入多输出（MIMO,Multiple-Input Multiple-Output）作为5G的关键技术,利用空间增益使得接收端的性能得到了极大的提升。但随着天线数的增加,系统的成本和功耗也迅速增长。近年来,智能可重构反射表面（RIS,Reconfigurable Intelligent Surface）通过在平面阵列上集成大量低无源反射单元,实现了低成本智能重构无线信号传播环境而成为了一种高效的、新颖的无线通信技术。然而,现阶段的智能反射表面波束赋形多为直接理论上调整控制智能反射表面阵列单元相位信息。如何在实际平台中,完成智能反射表面的波束赋形,研究基于智能反射表面的无线通信模型成为了实现无线网络环境重构所面临的重要挑战之一。另一方面,软件无线电平台凭借其高灵活性和软件化控制等特点,被广泛应用于无线通信中。本论文基于软件无线电平台对智能反射表面进行了系统化的分析,同时搭建了智能反射表面的无线通信平台并对其功能和性能展开了较为深入的研究。本文首先研究了基于智能反射表面的无线通信系统模型,并对其实现的物理层结构和系统流程进行详细的分析。本文围绕无线通信系统的帧结构设计、基于PN序列的同步、循环冗余校验和信道模型做了深入的研究,并根据其模型研究了基于智能反射表面的波束赋形系统架构。而在此基础上工作的软件无线电平台是基于现场可编程门阵列（FPGA,Field-Programmable Gate Array）实现的,有着较高的灵活性和可操作性,并且凭借其低成本等优点被广泛应用于无线通信测试场景中。本文使用了 VIVADO+FPGA平台,通过FPGA建立无线通信模型,并在VIVADO编译环境中仿真与测试了整个系统通信流程。然后,本文对基于智能反射表面的无线通信硬件平台模型进行了详细的介绍和分析。根据各个硬件平台模块的性能分析,给出了无线通信平台的总体设计。介绍了 FPGA平台的板卡和AD9361芯片以及射频链路等,并对硬件部分进行了通信误帧率和星座图的测试。根据智能反射表面波束赋形的特点,本文利用FPGA平台控制智能反射表面的方位角和水平角并分析了基于角度域的扫描性能和传输速率性能。同时,利用uart协议控制智能反射表面水平角和方位角,并测试了基于智能反射表面的信号传输频谱和主瓣性能等。在完成整个系统平台搭建之后,本文测试了原型平台无线通信系统信号传输性能和用户数据报协议（UDP,User Datagram Protocol）下的视频传输功能。最后,研究了基于深度学习算法的智能反射表面平台的室内定位和自适应波束对准算法。通过对基于深度学习算法的智能反射表面平台的具体技术参数分析,提出了新的能量阵列结构并完成了利用深度学习算法的室内定位功能。同时,根据高分辨率能量阵列和低分辨率能量阵列定量分析了不同精度下室内定位的准确性。更进一步地,本文结合反向传播（BP,Back Propagation）神经网络和接收机循环冗余校验检测实现了波束的自适应对准功能。测试结果表明,本文所设计的基于深度学习算法的智能反射表面平台在室内定位上符合预期的要求。