第1章
多天线及波束赋形技术发展概述
| 1.3 多天线传输技术分类 |
1.3.4 发射分集
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 λ 1 与 λ 2 分别为信道矩阵 大和小奇异值的平方，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大化方案，而什么时候可以去追求传输速率的大化。
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，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。
