1.3 多天线传输技术分类

使用多天线之后，其信道可以被分解为多个并行数据通道。对这些通道利用策略的差异，是对MIMO方案进行分类的基本依据。MIMO系统最直观的增益来自于多个独立数据流的空间并行传输所带来的传输速率提升，此类方案可称为速率最大化方案，当然，也可以利用并行的通道，分别服务于多个不同的用户，这就是所谓的多用户MIMO（Multi-User MIMO）。如果对信息传输的可靠性的要求超过了对传输速率的要求，或者说可靠性是首要考虑因素时，可以用并行的管道传输同一份信息的多个样本，或者选择最好的通道发送信息。

在选择MIMO方案时，发送端所能掌握的信道状态信息起到非常关键的作用。所获得信道状态信息的准确性和及时性，在很大程度上决定了能够采用什么样的MIMO技术方案。例如，同样是为了保证传输的可靠性，如果发射机侧有准确的信道状态信息，可以通过波束赋形技术，对信号的空间分布特性进行调整，并将所有信息馈送至传输质量最好的通道；如果发射机不能获知准确的信道状态信息，则只能将具有冗余的信息通过多个通道分散传输，再在接收机侧进行集中合并以获得分集增益。MIMO技术分类如图1-4所示。

1.3.1 闭环空间复用

如果信道条件可以支持多个并行的数据通道，而且发射机侧能够获得及时准确的信道状态信息，则可以采用闭环空间复用技术。此技术也是LTE等移动通信系统数据传输时重点考虑的一种传输方案。现有的LTE规范以及5G NR的第一个版本已经可以支持单用户下行最多8层和上行最多4层的数据传输。

在闭环空间复用中，首先要根据信道能够支持的并行传输流数量或者说数据通道数量，确定发送的数据流数，此过程称为秩自适应；而后需要根据每个数据通道的传输能力，合理地为每个通道分配数据速率，让每个通道上传输的调制和编码方式与通道的传输能力匹配起来。要充分利用每个管道的传输能力，在保证差错概率足够低的前提下，尽可能使用更高的传输速率（需要说明的是，在实际应用的MIMO系统中，由于某些现实因素的限制，如考虑到反馈开销，可能无法独立调整每一个数据通道的调制编码方式）；最后，我们要根据数据通道的空间分布特性，在发端将信息馈送到特定的空间去，在收端也要用和信道匹配的方式，在特定的空间去收取信息。我们一般可以把在发射端根据信道空间特性，对发送信息进行空域预处理，将信息发送到相应的方向或空间的过程，称为预编码或波束赋形。

对于线性预编码，收发信号之间的关系可以表示为

其中，Ws表示发射机使用的预编码矩阵。根据文献[8]，如果发射机能及时准确地获得信道状态信息，则在如下优化准则下的最佳预编码矩阵均为V矩阵的前RI（Rank Indicator）列。其中，RI为H的秩。

• 最小奇异值准则：

• 均方误差准则（以MMSE接收机为例）：

• 最大容量准则：

• 最大似然准则：

在理想情况下，如果发送和接收端分别使用与信道相匹配的线性预编码和线性检测方式，则发送和接收过程可以表示为

由于U矩阵的列向量模值均为1，因此经过上述接收检测后的等效加性噪声的功率并没有被提升。由式（1-21）可以看出，在理想情况下，通过线性预编码和接收检测，每个数据通道都能达到最大的传输能力。

上述操作的关键在于信道状态信息（CSI，Channel State Information）的获取。实际上，无论是Rank自适应、自适应调制编码以及预编码等发送端所能够进行的优化操作，其基础均在于发送端所能获得的信道状态信息的及时性和准确程度。因此，CSI获取以及反馈技术长期以来一直是研究与标准化工作中的一项核心问题。

CSI的获取方式一般可以分为三类：基于信道互易性的反馈、接收端隐式反馈以及接收端显式反馈。

1. 基于信道互易性反馈

所谓互易性又称为对称性，是指上下行信道在一定时间内传播特性基本是一样的。例如，对于TDD（Time Division Duplex）系统，上下行信道使用相同的频点，不同方向的链路靠时隙区分。在理想情况下，在信道的相干时间内，可以认为通过上行信号测量的信道和下行信道是具有对称性的。这种互易性，一般称之为瞬时或者短期的上下行互易性。

对于FDD（Frequency Division Duplex）系统，由于信道的上下行链路之间存在相对较大的频率差，上下行信道的传播特性，尤其是小尺度传播特性会有较大的差别。在这种情况下，一般认为短期或瞬时的信道互易性是不成立的。尽管瞬时信道不再对称，但是如果我们从长期统计的信息来看，信号的到达和离开方向基本还是对称的，尤其是在以直视径为主的环境中。从这个意义上讲，FDD系统的信道在长期统计意义下也具有一定程度的互易性。

图1-5中给出了基于信道互易性反馈的处理过程示例。

需要注意的是，尽管MIMO信道矩阵H是可以通过上行信道利用互易性测量的，但是终端仍然需要反馈一个CQI（Channel Quality Indication）。这是因为，通过互易性，基站能够估计出信道传播特征，但是由于上行和下行链路的干扰和噪声并不相同，因此基站无法利用信道互易性获知UE（User Equipment）受干扰和噪声的影响情况。

基于互易性的反馈方式具有以下技术优势。

• 反馈开销小，因为CSI中最为丰富的关于信道矩阵H本身的信息是通过对上行信道的估计而获得的，需要反馈的参量可以只有CQI。

• 如果上行信道估计足够准确的话，基站能够获得充分的信道信息，能够进行更为精确的预编码，从而更好地匹配信道。

• 基站侧有了小区里各个终端的、准确的信道状态信息之后，基站在调度与预编码过程中，就可以在更大范围内进行优化并计算出准确的预编码方式，来匹配每个用户的信道，达到更好的系统性能。

• 如果基站能够准确获知用户的信道信息，就可以更灵活地为终端选择合适的传输模式与传输参数。

但是，在实际应用中，基于互易性的反馈和传输往往会受非理想因素影响。

• 互易性必须在足够短的时间内才能得到保证，而实际上，从SRS（Sounding Reference Signal）的发送到真正的下行数据传输，往往会有一段延迟。

• SRS的信道估计性能会受到很多因素的限制，精度也未必能得到保证。

• 复基带等效信道的传输特性是由中频、射频收发电路、天线及传播媒介等综合因素共同决定的，为了保证收发互易性，需要在发送端进行校准（理论上接收端也需要做校准，但在实际系统中性能影响不大）。

• 出于节省成本的考虑，终端的发射通道数可能会少于接收通道数。UE收发射频配置的不对称性会导致在上行无法获知完整的下行MIMO信道。这一问题虽然可以通过天线切换技术解决，但是射频切换开关会增加功率损耗和成本。

• 终端在计算CQI时，不知道基站会使用什么样的预编码方式。因此，在基于互易性的反馈中，UE上报的CQI只能较为粗略地反映出信噪比，这个信噪比往往和实际调度时的情况并不相符。比如在LTE系统中，对于基于互易性的反馈方式，UE在计算CQI时假设基站是按照发射分集方式传输数据的。基于这种假设计算信道质量时，无法反映出终端在接收多流数据时的真实检测算法的性能，所以链路自适应性能会受到一定影响。

2. 接收端隐式反馈

对于FDD系统，由于瞬时互易性的缺失，信道状态信息的获取主要依靠接收方的测量与反馈。具体而言，反馈信息可分为隐式及显式两种。

考虑到直接反馈信道矩阵的开销代价，所谓隐式反馈并不直接反馈信道矩阵本身，而是反馈终端所推荐的预编码矩阵。系统可以预先定义一个由有限个预编码矩阵所构成的集合，反馈过程中只需要上报预编码矩阵所对应的标号，或称PMI（Pre-coding Matrix Indicator）。为了减少反馈开销，通常的码本实际上是从所有可能的预编码矩阵中选取出的一个粗略的代表集合。基于码本的隐式反馈，本质上是一个矢量量化的过程。一般衡量码本好坏的指标是，对于任意需要量化的对象，经过量化之后，其误差尽可能小。满足这样需求的码本，一般在预编码矩阵空间中具有比较“均匀”的分布，这样每个预编码矩阵都可以在码本里就近找到和自己误差较小的码字。图1-6中给出了基于码本的隐式反馈机制的一个示例。

相对于基于互易性的反馈以及显式反馈，隐式反馈的上报信息中并没有包含信道矩阵本身，而是上报了UE所推荐的对自己而言更为有利的预编码矩阵所对应的标号，以及相应的RI和CQI，以此作为基站进行预编码、Rank自适应和自适应调制编码以及调度的依据。此反馈方式可以适用于FDD和信道互易性缺失情况下的TDD系统，能够以相对稳健的方式为MIMO预处理的优化提供所需的信道状态信息。

基于码本的隐式反馈存在的问题如下。

• CSI的测量依赖于下行参考信号的设计，测量的空间分辨率与参考信号的开销之间存在矛盾。

• 码本是对预编码矩阵空间的量化，而量化精度与反馈开销和计算复杂度之间也存在矛盾。码本的量化精度对SU-MIMO（Single-User Multiple-Input Multiple-Output）的影响相对较小，但是对MU-MIMO（Multi-User Multiple-Input Multiple-Output）而言却是限制其性能增益的一个重要瓶颈。

• 在基于码本的隐式反馈中，终端只向基站推荐了对自己有利的预编码方式，但是并没有顾及该预编码方式对其他终端的影响，在PMI计算时也不便体现其他用户共同调度时对自身的影响，因此对MU-MIMO传输的性能会造成不利影响。

综合以上因素，在进行MU-MIMO时，基站很难判断应当在哪些资源上把哪些用户组合在一起，也很难对MU-MIMO调度后的性能进行估计，从而无法准确地预判应当对哪些用户使用什么样的数据速率，MU-MIMO的性能提升有限。

3. 接收端显式反馈

所谓显式是相对于隐式反馈而言的，显式反馈中直接将MIMO的信道矩阵，或者是H的一些统计参量，比如相关矩阵或者特征向量反馈给发送端。如果基站能够及时准确地获得完整的信道信息，那么实际上这种反馈方式所能达到的效果和基于互易性的反馈应该是一样的。这些好处集中体现在预编码的精度、MU-MIMO调度和用户间干扰的优化等方面。

但是显式反馈也有着互易性反馈类似的缺陷，因为终端上报CSI的时候，不知道基站会使用什么样的预编码方式，因此计算CQI时无法基于一个对传输方式的正确假设。在这种情况下，终端计算的CQI也是不准确的。

除此之外，反馈精度和性能之间的矛盾也很突出。反馈精度高则性能增益明显，但是开销会占据更多的控制信道资源；如果出于控制开销的考虑而压缩CSI反馈量，则其性能未必能超过隐式反馈。

正是由于以上原因，在LTE的初期版本中，始终没有选择显式反馈机制。

1.3.2 开环空间复用

在某些场景中，信道状态信息的准确性与及时性可能难于保证，但是MIMO信道仍然能支持多个数据流的并行传输。这种情况下，如果闭环预编码已经无法准确地匹配信道的变化，一般可以采用开环空间复用。所谓开环空间复用，是指预编码的计算不取决于信道状态信息的反馈。但是，并行传输的数据流数量，以及对各数据流的速率分配仍然需要根据CSI进行判断。

例如，LTE的传输模式3（TM3，Transmission Mode3）中使用的开环空间复用技术，其传输过程可以通过式（1-22）表示。

其中，U矩阵和D矩阵的定义如表1-1所示。

发送的多个并行数据流通过三个线性变换映射到发射天线端口上。

• 首先通过U矩阵实现数据流的混合，相当于一种数据流之间的空间交织，可以平衡各个数据流的传输质量。

• 然后通过D矩阵，在频域利用相位旋转实现CDD（Cyclic Delay Diversity）。CDD的工作原理将在1.3.4节中进行描述。

• 经过U矩阵和D矩阵的变换之后，信号向量的维度仍然与数据流的数量相同。例如，如果以前数据有两个数据流，那么经过U矩阵和D变换之后的数据还是2×1的向量，但是基站可能有4个天线。这时候，还需要用一个W矩阵做最后一级的预编码，把两个数据层映射到4个天线端口上去。

需要说明的是，这个W并不是根据UE的反馈而选择的，而是按照一个固定的顺序从码本中切换选择出来的，因此其预编码方式并不是用来匹配信道的。

TM3的开环空间复用实际上是一种发射分集技术CDD和开环空间复用的结合，可以用于信噪比较高且空间相关性较低的高速移动场景。

1.3.3 波束赋形

波束赋形是一种基于天线阵列的信号预处理技术，通过调整天线阵列中每个阵元的加权系数产生具有可控指向性的波束，从而能够获得阵列处理增益。波束赋形技术在扩大覆盖范围、改善边缘吞吐量以及抑制干扰等方面都有极大的优势。波束赋形带来的空间选择性，使得波束赋形与SDMA（Spatial Division Multiple Access）之间具有紧密的联系。实际系统中应用的波束赋形技术可能具有不同的目标，如侧重于链路质量改善（用户吞吐量提高）或者针对多用户问题（如小区吞吐量与干扰消除/避免）。

波束赋形实际上利用了波的干涉原理，例如，单个振动源在水中引起的波纹在各个方向的振幅是各相同性衰减的，但是如果增加一个振动源，则两列波之间将发生干涉现象，某些方向振幅增强，某些方向振幅减弱（振幅增强部分的能量来自于振幅减弱部分）。利用光波，同样可以观测到由于波之间的干涉而在不同方向产生的明暗条纹。

考虑两个保持一定间距的同极化方向的天线振子，由这两个阵元发出的波之间会发生干涉现象，即某些方向振幅增强，某些方向振幅减弱。出现上述现象的原因可由图1-7进行说明。假设观测点距离天线振子很远，可以认为两列波到达观测点的角度是相同的。此时两列波的相位差d·sinθ将随观测角度θ的变化而发生变化，在某些角度两列波同相叠加导致振幅增强，而在某些方向反相叠加导致振幅减小。

因此如果能够根据信道条件，适当地控制每个阵元的加权系数，就有可能在增强期望方向信号强度的同时，尽可能降低对非期望方向的干扰。波束赋形的作用在于，通过对每个阵元的加权系数的调整，使波束赋形后的等效信道具有可控的空间选择性。对于TDD系统，可以方便地利用信道的互易性，通过上行信号估计信道或DOA（Direction of Arrival）并用其计算波束赋形向量。对于FDD系统，也可以通过上行信号估计DOA等长期统计信息并进行下行赋形。

在实际的多径传播环境中，由于信号到达接收机时要经过多次散射、反射，每次反射和散射还会引起极化的偏转。从接收机的角度考虑，每个散射、反射体也都可以被视为等效的虚拟天线阵元，而最终到达接收机的信号是多条路径的叠加。在这种情况下，可能不存在明确的波达方向，但是如果发射机能够获得充分的信道状态信息，则仍然有可能通过对加权向量的选择实现增强期望信号并抑制干扰的作用。

在波束赋形的技术中，阵元间距将对经过赋形后等效信道的选择性带来明显的影响。在图1-7所示的模型中，假设观测位置发生了一个较小的角度偏移Δθ，则相位差将变为Δφ=d·sin（θ+Δθ）。阵元间距越大，相位差随角度偏转的变化就越大。或者说对于大间距天线阵，一个很小的角度偏转也能引起很大的相位差的变化，从而信号的功率随角度变化比小间距天线阵更为剧烈。如图1-8所示，如果两个阵元间距不同的阵列采用相同的赋形算法分别对同一角度赋形，那么在目标角度上得到的增益是相同的。不同的是，小间距天线阵的波瓣相对较宽，对于角度偏转不如大间距天线敏感，因此对信道的变化具有更高的顽健性。

从另外一个角度考虑，由于基站侧角度扩展相对较小，小间距天线阵不易获得较高的Rank，因此传统的波束赋形仅针对单流传输。大间距阵列天线一般能够获得相对较高的Rank，但是在多径环境中，其预编码效果对信道变化非常敏感，因此只能适用于低速运动场景，而且预编码的频域颗粒度对其性能也会带来较明显的影响。

下行MU-MIMO系统中，用户间的干扰抑制主要通过基站侧准确的调度和波束赋形来实现，由于移动信道动态特性以及诸多非理想因素的存在，实际的无线通信系统中更希望利用一种较为稳健的波束形态获取稳定的多用户传输增益。

此外，从图1-8中可以看出，大间距天线阵的波瓣较窄，收到的有效多径功率较低，因此其输出SINR（Signal to Interference plus Noise Ratio）的方差较低，具有更好的分集效果；而小间距天线由于波瓣较宽，接收到更多的多径分量，因而其输出SINR的方差较大，分集效果较差。

需要说明的是，所谓的预编码或是波束赋形，从来都没有严格的定义和界限。两者都是通过天线阵列的加权处理，产生具有特定空域分布特性的信号的过程。从此意义上讲，两者是没有实质差别的。当然，人们对预编码和波束赋形技术之间的区别与联系所产生的困惑，也是有一定的历史原因的。

• 波束赋形源自于阵列信号处理学术方向，比预编码概念的提出大概要早数十年。在经典的阵列信号处理或早期的波束赋形方案中，出于避免相位模糊的考虑，一般都采用阵子间距不超过0.5个波长的阵列。这些早期波束赋形方案的目标基本都是瞄准期望方向，同时对若干干扰方向形成零限（用于电子对抗或军事通信）。它们考虑的主要是LOS（Line of Sight）或接近LOS的场景。在民用移动通信领域，从实现波束赋形的便利性角度考虑，TDD系统有着较为天然的互易性优势，因此早期普遍认为波束属于一项TDD专属技术。尤其是TD-SCDMA（Time Division Synchronous Code Division Multiple Access）中率先大范围使用了波束赋形，更是留下了波束赋形即TDD技术的口实。

• 在多天线系统中，“预编码”是十几年前MIMO兴起之后的概念，实质上也不是新鲜事物。由于在低相关、高空间自由度场景中，MIMO信道容量的优势才能得以体现，因此针对MIMO中的预编码的研究（尤其是早期）更多地偏重于大间距天线以及NLOS（Non-LOS）的情况。当然，这也是由于小间距天线阵在LOS场景中的应用在阵列信号处理领域已经进行过较为充分的研究（此点也从侧面印证了预编码和波束赋形之间的联系）。从实现的角度出发，最优化的预编码需要发送端确知CSI，这对于TDD系统较为便利，但是对于FDD系统则成了重要障碍。因此，对TDD的预编码，相对而言的研究点较少（互易性非理想、校准等），尤其是基于互易性假设的空域预处理在波束赋形这个阶段已经有很多成形的研究。但是对FDD的预编码，无论从技术实现还是标准化，都有很多值得挖掘的问题。因此，针对MIMO中的预编码的研究初期，基于有限反馈（码本）的预编码技术很快就成了关注的焦点，而LTE中对MIMO技术的标准化浪潮更是进一步推动了该技术的发展。

在这种情况下，早期LTE标准化领域中逐渐形成了一种非正式的惯例。

• 预编码就是基于公共参考信号的（LTE Rel-8中，基于公共参考信号的传输方案主要是针对FDD设计的，当然TDD也可以使用）。

• 基于专用参考信号的传输则称为波束赋形（LTE Rel-8中，这种传输方式主要是为TDD设计的）。

但是这种非正式的划分随着LTE MIMO技术标准化的演进，已经趋于消失。LTE Rel-9正是此变化的转折点，因为从TM8开始（直至后续的所有TM），无论FDD还是TDD都采用基于专用参考信号的传输方式。尽管TM8还被习惯性地称为双流波束赋形，但是从TM9开始，一般不会再去强调基于专用参考信号的传输到底是波束赋形还是预编码。

从标准化和实践两方面考虑，无论用于TDD/FDD、大间距/小间距阵列、基于码本/互易性反馈，在LTE后续版本及NR MIMO中普遍采用的基于专用参考信号进行传输的框架中，波束赋形和预编码的差异或许仅仅体现在算法的称谓上。

1.3.4 发射分集

如果由于高速移动等原因，发送端无法及时准确地获取信道的状态信息，或者对于某些数据或控制信息而言，对其传输可靠性的要求超过了对传输速率和容量的需求，这时可以利用并行的数据通道分别传送具有一定冗余度的信息。然后在接收检测的过程中，接收机将经过相对独立的数据通道收到的多个冗余样本合并起来，就可以改善传输的可靠性。

Almouti所提出的空时块码（STBC，Spatial-Time Block Code）[9]是一种典型的发射分集技术。在理想情况下，该技术可以通过空间和时间二维的简单编码获得正交的等效信道，从而能够获得满分集增益。如图1-9所示，对于具有两个天线的发射机，在第一个发送时刻通过两个天线分别发送s1和s2的原始版本，在第二个发射时刻分别发送-s2的共轭以及s1的共轭。

假设接收机使用单根天线。如果信道在两次传输时保持不变，则等效信道具有正交性，这时可以在接收端通过简单的线性加权得到如下形式的检测后信号向量。

式（1-23）中若两个发送天线到接收天线的传播系数h1和h2不相关（或相关性较低），则同时处于深度衰落的可能性将会降低，从而改善了接收信号质量的稳定性。在实际的应用环境中，由于相邻符号间的信道特性会发生变化，很难获得严格正交的等效信道。因此接收机也不能简单地利用等效信道的共轭转置HH进行检测，此时也需要使用ZF（Zero Forcing）或MMSE（Minimum Mean Squared Error）等接收检测算法。

与STBC类似，也可以利用两个发射天线和两个相邻的子载波构建Almouti码组，这种结构称为空频块码（SFBC，Spatial Frequency Block Code）。

除了STBC/SFBC利用正交设计获取分集增益的方法之外，另外一类发射分集技术则需要利用多天线增加等效信道的时间或频率选择性，然后利用信道编码形成发送信息的多个冗余样本，并分别通过相对独立的时间或频率发送各个样本。在接收端，再通过信道译码将多个样本进行合并，从而获得分集的效果。此类发射分集技术的典型方案包括CDD以及TSTD/FSTD（Time Switched Transmit Diversity/ Frequency Switched Transmit Diversity）。

CDD的实现原理如图1-10所示。在发射端，通过信道编码加入冗余；通过交织保证相邻的信息被分散到相关性较低的频域位置；通过调制器将编码比特映射到调制符号；通过IFFT（Inverse Fast Fourier Transform）变换到时域，形成OFDM信号；然后在不同的发射天线上使用不同的时延量对时域信号进行循环位移，形成发送信号向量。

接收天线上收到的多个时延分量相互叠加，得到式（1-24）所示的信号。

由于发送信号在多个天线上使用了不同的循环位移，接收信号经历的等效信道呈现出一种人为制造的多径效果。这种“多径效应”增加了等效信道的频率选择性。因此，同一份信息经过信道编码加入冗余并经过交织分散之后形成的多个冗余样本会通过相对独立的子载波到达接收机。接收机对信息进行译码的过程，等效于将经过相对独立数据通道传输的同一信息的多个样本进行了合并。这样，信息传输的可靠性就可以得到改善。

信号的循环时延在频域等效于相位偏转，因此也可以在频域的各个子载波上，通过不同天线通道上的不同相位偏转实现CDD的效果。在不同天线阵子上的使用加权的方式传送一个数据流的形式可以等效为一种波束赋形，因此CDD的频域实现方式也可以理解为一种盲（或随机）波束赋形。其效果在于通过不同频域位置上的随机波束赋形，增加等效信道的频率选择性。相对于时域实现方式，CDD的频域实现能够更灵活地实现多个用户在不同的频域位置采用不同的MIMO传输方式。

与CDD相类似，TSTD/FSTD技术也是利用多天线增加等效信道的选择性，再结合信道编码/译码来获得分集效果的。图1-11中给出了TSTD的发射机原理。经过信道编码与调制的信息按照预先设定的时序轮流通过多个发射天线进行发射。如果各天线经历的信道相对独立，则同一编码块的信息在不同时刻发送时会经历相对独立的衰落。这样接收译码时，通过对不相关的传输通道获取的多个信息样本的合并就能够获得分集增益。FSTD则是由多个天线分别在不同的频域资源发送信息，以此增加等效信道的频率选择性，并结合信道编译码获取分集效果。

除了分集效果之外，上行天线切换也是利用互易性获取完整信道状态信息的一种方法。如终端出于节约成本和节电的考虑，可能配置的发送射频通道数量少于接收通道数量。在这种情况下，通过天线切换发送的方式，让各天线在不同时刻发送参考信号，就可以使基站获得完整的信道矩阵。

对于CDD和TSTD/FSTD这类方案而言，都是通过多天线增加等效信道的时间或频率选择性，其分集效果在很大程度上还要取决于信道编译码。通过多天线增加信道选择性的分集方案如图1-12所示。

在实际应用中，上述发射分集技术可以结合使用。如在LTE系统中，对于两天线的情况使用了SFBC技术，4天线时则使用了SFBC+FSTD的方案。对于传输模式3，还将CDD和空间复用技术进行了结合，以提高开环空间复用传输的可靠性。

1.3.5 多天线传输方案的选择

前面我们介绍了MIMO技术的基本原理和几种典型的多天线方案：空间复用技术利用MIMO信道的多个数据通道，传输并行的数据流，从而提升传输速率，获得所谓的空间复用增益（高信噪比区域吞吐量性能的成倍提升）；发射分集技术利用并行的数据通道，传输具有冗余度的多份信息，以提升传输的可靠性（差错概率曲线斜率增加）；波束赋形技术则能够选择最好的数据通道，有效地提升接收信干噪比（差错概率曲线的左向平移）。

由上述各节的讨论可以看出，CSI的获取能力对于MIMO技术方案的选择有着至关重要的影响。例如，同样是为了保证传输的可靠性，发射分集技术将同一信息的多个冗余样本通过不同的数据通道进行发送，而单流传输的波束赋形技术则是将全部的发射功率和信息馈送到最理想的数据通道之中。其中的一个重要差别便是，发射机一侧能否获得及时准确的信道状态信息。

以两发两收的MIMO系统为例，如果发射机不能获知空间信道信息，在使用STBC之后得到的SINR如式（1-25）所示。其中λ1与λ2分别为信道矩阵最大和最小奇异值的平方，并分别对应于MIMO信道的两个等效数据通道的传输能力。由于发射机不能获知CSI，此时只能盲目地将信息和相应的发射功率均分到两个通道传输。

如果发射机能够获得及时准确的信道状态信息，则经过单流波束赋形之后的SINR如式（1-26）所示。由于发射机可以获得准确的CSI，可以将全部资源集中在传输质量最好的数据通道上，从而获得更大的SINR增益。

除了CSI获取能力的因素之外，实际上每种MIMO方案都有其适用条件。下面我们讨论一下，什么时候需要使用发射分集或者单流赋形这样的可靠性最大化方案，而什么时候可以去追求传输速率的最大化。

1. 可靠性与传输速率之间的选择

信噪比是影响我们判决的一个重要因素。

• 低信噪比区域

由MIMO的信道容量公式可以看出，在总发射功率一定的前提下，随着并行数据通道数量的增加，每个数据通道的可用功率降低。因此在低信噪比区域，如果一味地追求速率的提升而使用空间复用技术，用多个数据通道传输并行的数据，由于流间的功率分配以及流间干扰的加剧，加上低信噪比区域信道估计误差的加大，最终的总传输速率可能还不如单流传输。

实际上，低信噪比区域一般对应于移动通信系统小区边缘等信道条件较不理想的场景。这种情况下应当优先保障传输的可靠性，而不是传输速率。反过来讲，在链路可靠性得以改善的前提下，系统可以在一定程度上通过调高MCS（Modulation & Coding Scheme）等级来弥补单流传输的速率。因此，低信噪比区域更适合使用发射分集或单流波束赋形等可靠性最大化的传输方案。

• 高信噪比区域

随着信噪比的提升，发射分集或单流波束赋形技术通过提升MCS所能够带来的改善将越来越有限，而单流传输的吞吐量也将逐渐趋于饱和。从此意义上而言，信噪比的增加对于提高系统性能的意义是不明显的。

对于多流传输而言，在信噪比足够高的条件下，多个数据流之间的功率分配不足以影响每个数据流的传输可靠性，而将富余的功率分配给更多的并行数据流却可以带来吞吐量的直接提升。在这种情况下，速率最大化方案的优势才能够得以体现。

2. 传输流数的选择

决定多天线系统能够支持的并行数据通道数量的因素包含Rank与SINR，同时也需要考虑具体的业务需求。信道的Rank取决于天线数量、天线形态、散射体分布、应用场景等诸多因素。除此之外，由前面的讨论可以看出，SINR的分布范围对单流或是多流传输方案的选择有着至关重要的影响。

以图1-13为例，在低信噪比区域，多流传输并不能带来吞吐量的提升。在这种情况下，更适合采用稳健的单流传输方案。然而，随着信噪比的提升，单流传输的吞吐量逐渐达到饱和。此时，信噪比的改善无法带来吞吐量的进一步提升，而多流并行传输对吞吐量的倍增效应在高信噪比区域得以显现。随着信噪比的提高，多流传输能够带来吞吐量的成倍提升。

3. SU-MIMO与MU-MIMO之间的选择

根据前面的讨论可以看出，SU-MIMO适用于低相关性且信噪比较高的场景。但是对于MU-MIMO，为了发挥其性能优势，需要更加严苛的适用条件。

• 较高的SINR：如前所述，只有在中高信噪比区域才能发挥出多个数据流并行传输的优势，此条件同样适用于MU-MIMO。

• 足够多的用户数量：从多用户调度增益的角度考虑，只有潜在被调度的用户数量足够多，才有可能从中选择出适当的用户集合，使其组合进行MU-MIMO传输时的系统吞吐量远远超过单用户传输的性能。这也是为什么LTE从Rel-9/10开始才将MU-MIMO作为研究和标准化的重点。系统部署初期以保证覆盖为主要目标，用户数量也相对较少。但是当覆盖问题基本解决之后，随着用户数量的稳步攀升，系统负荷的逐渐加重以及频带的资源日益紧张，MU-MIMO对于提升系统频谱效率的重要作用便逐渐显现出来。

• 高精度CSI：在下行MU-MIMO传输过程中，各个用户很难获知是否存在与之共同调度的用户，也很难估计共同调度用户的信道信息，因此无法在终端侧有效地抑制多用户之间的干扰。这时需要基站侧能够准确地利用适当的资源，选择适当的用户进行调度，并使用准确的波束赋形或预编码，在发射机一侧有效地消除用户之间的干扰。而上述所有操作的基础，都在于基站一侧获取的CSI的准确性与及时性。因此，从标准化的角度出发，对MU-MIMO功能的增强主要体现在对CSI反馈精度的保证上。

• 相比之下，SU-MIMO对基站侧CSI的精度要求或者说预编码的准确性要求相对就比较低。这是因为，单用户传输时，只需要解决用户本身的多个数据流之间的干扰。即使基站侧不能很好地通过预编码抑制层间的干扰，终端侧也可以基于完整的MIMO信道，利用自己的接收检测算法抑制数据流之间的干扰。

• 高相关性：具体来讲，MU-MIMO适用于时间、空间相关性较高的场景。

·时间相关性较高，意味着信道的变化相对缓慢，这样的CSI反馈、调度和预编码能够跟上信道的变化。

·一般而言，天线间距比较小且处于散射体比较少或以LOS径为主导的场景中时，信道的相关性比较高。如图1-8所示，当使用小间距天线阵，相关性比较高的时候，波束具有非常明确的指向性，存在清晰的主瓣，这样我们就可以较为清晰地在空域上分辨多个用户。

·当天线间距较大，相关性比较低的时候，匹配两个用户的信道时形成的波束会存在比较明显的栅瓣。当然在这种情况下，如果说条件都很理想，两个存在大量栅瓣且相互交错的波束也可以做到干扰很小或者是正交。但是在实际的传输过程中，存在诸多非理想因素。如果把传输过程中很多非理想因素，比如CSI的估计误差、反馈时延等都归结为一个小小的扰动ΔH。在高相关和低相关场景下，其波束对这种扰动的反应是截然不同的。对于低相关的情况，理想条件下窄波束的顶点和高相关宽波束重合，但是一旦出现非理想的扰动，低相关场景下的赋形增益可能会出现明显的下降，同时用户之间的干扰水平也会发生剧烈的波动。由于接收机侧进行用户间干扰抑制较为困难，这种不可预见的干扰波动将对MU-MIMO的性能产生严重的影响。所以，MU-MIMO更希望各个用户有着比较明确的、可以区分的到达方向，这样可以用波束稳定地隔离用户之间的干扰，以保证MU-MIMO传输的性能增益。