為了更有效挖掘空間自由度、更有效利用發(fā)送端能量、找到更多的分集和復(fù)用增益，現(xiàn)代通信普遍采用多天線系統(tǒng)來提高物理層鏈路性能，我們叫做多輸入多輸出技術(shù)（MIMO）。通常MIMO采用空間預(yù)編碼（Precoding）的方式來補償物理信道，實現(xiàn)空間分集、空分復(fù)用或者空分多址:

1、空間分集在不同的空間信道傳輸相同數(shù)據(jù)使等效信道更加平穩(wěn)，從而對抗實際環(huán)境下的信道衰落，使傳輸更加可靠；空間分集的使用方式有很多，可以采用空時聯(lián)合編碼、空頻聯(lián)合編碼等。

2、 空分復(fù)用利用不同空間信道的弱相關(guān)性來傳輸不同數(shù)據(jù)，提升系統(tǒng)數(shù)據(jù)傳輸速度，使數(shù)據(jù)傳輸更加有效；

3、空分多址則利用多個用戶的空間位置帶來的天然信道弱相關(guān)來分別向不同位置用戶傳輸數(shù)據(jù)，提升系統(tǒng)連接數(shù)和容量，這種使用方式也被稱為多用戶MIMO（MU-MIMO）。實際上，空分復(fù)用和空分多址是MIMO系統(tǒng)對空間自由度的不同利用方式，我們可以認為這兩種方式都是在挖掘信道的空間復(fù)用增益。

自從20世紀80年代以來，MIMO在IEEE 802.11，3GPP 4G LTE/5G NR系統(tǒng)中都得到了廣泛應(yīng)用。802.11ac協(xié)議中的MIMO方法最多可以支持8個發(fā)送和接收天線（8x8 MIMO），而LTE R10/R13/R14則分別支持8/16/32基站側(cè)發(fā)送天線來構(gòu)建MIMO系統(tǒng)。雖然根據(jù)信道互易性（channel reciprocity），不論發(fā)送端和接收端都有能力采用預(yù)編碼來獲得MIMO增益，但是一個非?，F(xiàn)實的問題是，用戶側(cè)計算能力是有限的，所以在比較偏工程的研究里我們通常不同時考慮接收方和發(fā)射方的precoding問題。

大規(guī)模天線陣列（massive MIMO）則是MIMO技術(shù)的天然延伸，通過把原有發(fā)送側(cè)天線數(shù)提高一個數(shù)量級（64或者128），進一步同時提升上述提到的增益；基本上現(xiàn)在實用的massive MIMO都是在基站側(cè)部署M個發(fā)射天線對K個單天線/雙天線用戶進行空分多址（發(fā)射天線數(shù)M要遠遠大于用戶數(shù)K），通過多對一的冗余天線來提升單用戶的分集增益，并通過多個弱相關(guān)的空間信道來提升復(fù)用增益。

這一目標通過設(shè)計上述預(yù)編碼矩陣P獲得，基本上是一個凸優(yōu)化問題，在這種凸優(yōu)化問題中，我們非常強烈的需要確保信道已知，才能保證這個凸優(yōu)化問題是確定的而不是隨機優(yōu)化。

理論上，massive MIMO除了可以提供比MIMO更多的空間自由度，也會隨著天線數(shù)的增加帶來其他優(yōu)勢：

1、 空間分辨率提升：根據(jù)陣列信號處理，大規(guī)模天線陣列在接收信號過程中可以被當(dāng)做集中式MIMO雷達，可以通過合成虛擬孔徑的方式獲得更多的角度分辨率。同時，發(fā)送側(cè)的mMIMO陣列也可以使信號在復(fù)雜散射環(huán)境中把波束能量匯聚到非常小的一片區(qū)域內(nèi)，從而降低對其他扇區(qū)的用戶干擾。更重要的是，因為一維天線部署方式會給電路板設(shè)計帶來類似風(fēng)載、長度等挑戰(zhàn)，所以目前mMIMO系統(tǒng)均采用3D陣列部署天線，這不僅僅給了波束朝向更多調(diào)整空間，波束的發(fā)射方向也可以在水平和垂直維度上調(diào)整。此外這種3D結(jié)構(gòu)也給現(xiàn)存的信道建模帶來了挑戰(zhàn)，當(dāng)然也是信號處理新場景下的新機會，特別是有關(guān)俯仰角、運動估計等波束對齊問題。

2、 信道「硬化」：理論上講，當(dāng)mMIMO發(fā)射天線足夠多（趨于無窮）時，隨機矩陣理論的一些特性可以得到應(yīng)用，比如如果天線數(shù)目足夠（趨于無窮），信道參數(shù)將會從原有的具有隨機性變?yōu)橹饾u變?yōu)榇_定性，信道的相干時間也可能會隨之延長，快衰落（快時間）的影響會逐漸變小，這里我們稱之為信道「硬化」。這種特性可以保證基站側(cè)使用簡單的線性預(yù)編碼來替代復(fù)雜的非線性預(yù)編碼和實時預(yù)編碼，但是目前信道硬化理論受限于實際中的mMIMO天線陣子數(shù)不夠多和模擬器件的非理想性問題，無法得到廣泛應(yīng)用。

3、單天線低發(fā)送功率：發(fā)送側(cè)的天線數(shù)目從1增加到M時，如果發(fā)送總功率不變，那么每個天線的實際發(fā)送功率可以變?yōu)?/M2。當(dāng)然實際上講，這么低的發(fā)送功率是不可能的，而且為了保證在高頻譜的覆蓋范圍和多天線權(quán)重分配所帶來的計算復(fù)雜度，目前即使是拉遠的分布式射頻單元的發(fā)射功率也要高于原本基站。

massive MIMO是否能成功，依賴于幾個非常重要的因素，包括下行信道狀態(tài)信息（CSI）是否能在信道相干時間內(nèi)及時獲得、massive MIMO所帶來的計算復(fù)雜度提升、下行鏈路信道參數(shù)是否估計準確、發(fā)送接收端的器件是否能夠校準和TDD、OFDM所帶來的時間同步問題等：

4、massive MIMO的信道狀態(tài)信息：由于信道狀態(tài)通常在接收方估計，而需要在預(yù)編碼矩陣設(shè)計時在發(fā)送方用到，所以目前有兩種解決方案：

（1）一種是通過反饋把接收端估計的CSI矩陣傳輸給發(fā)送端（也就是基站），但是這種方案的問題是當(dāng)基站獲得CSI的時候會經(jīng)過一段電磁波傳輸延遲，也就是通常獲得的會是delayed CSI，不可避免的會帶有誤差，甚至當(dāng)信道相干時間很短時，比如終端存在移動性時可能完全不可用；

（2）另外一種方案是目前NR中所采用的TDD傳輸，利用時分雙工和信道互易性所帶來的等效假設(shè)，在TDD傳輸過程中，基站所接收到的手機導(dǎo)頻可以被當(dāng)做下行鏈路的等效CSI，從而減輕了上行鏈路CSI反饋；目前在實際過程中兩種方案都有使用。

5、massive MIMO所帶來的計算復(fù)雜度：在LTE系統(tǒng)中，通常采用基于碼本的預(yù)編碼矩陣計算，即接收端根據(jù)估計所得的CSI進行量化后，發(fā)送對應(yīng)的碼本信息，幫助基站選擇場景。如果直接反饋未量化過的CSI或者基于TDD的CSI估計，這樣獲得的預(yù)編碼矩陣會更加精確，但是也面臨更多計算復(fù)雜度問題。

比如假設(shè)我們有N路并行數(shù)據(jù)流的OFDM系統(tǒng)，即存在N個子載波，M個獨立的空間信道，準備服務(wù)K個用戶，那么總的信道參數(shù)是NMK。實際中，假設(shè)高階mMIMO天線數(shù)M=128，采用N=1024的OFDM子載波，單扇區(qū)服務(wù)K=40個用戶，那么總的信道參數(shù)是5,242,880，估計是524萬個。

同時考慮因為移動性所帶來的信道變化，在3.5GHz頻段步行時，我們可以采用Takes衰落環(huán)境信道相關(guān)性下降到90%時更新CSI。CSI的更新頻率也需要每秒100次左右，那么結(jié)果就是，如果我們不考慮計算復(fù)雜度問題，massive MIMO所帶來的計算可能是每秒5.2億個信道參數(shù)。

這其中存在大規(guī)模的因為迫零算法所帶來的矩陣求逆和矩陣乘法運算。

當(dāng)然，針對這種情況我們有算法側(cè)和計算側(cè)、硬件側(cè)的簡化計算方式可以使用，比如采用gradient decent或者采用遺傳算法來獲得快速但非全局最優(yōu)解，或者采用機器學(xué)習(xí)算法來訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，直接對CSI做出輸出等等；目前華為有采用隨機森林算法簡化計算。

目前采用的基站虛擬分區(qū)CSI-RS測量也是一種簡化的基于虛擬扇區(qū)波束的CSI測量方案，根據(jù)CSI選擇最優(yōu)波束。此外，在采用碼本的massive MIMO方案中，如何在盡量降低上行反饋開銷的同時設(shè)計碼本也是一個比較困難的問題，目前的一種思路是分別設(shè)計水平和垂直碼本，然后通過kronecker乘積來形成大規(guī)模預(yù)編碼結(jié)構(gòu)；另外一種思路是通過信道稀疏性假設(shè)來完成對大尺度precoder的構(gòu)建，不過這種場景要求比較高。

6、 下行鏈路的信道估計準確度問題：

（1）目前普遍認為混合波束賦形可以減少硬件成本，因此massive MIMO的硬件中存在大量的模擬元器件，但是大量使用模擬元器件必然會帶來非理想失真，包括頻偏、ADC/DAC的量化噪聲等等。這些非理想失真在發(fā)送側(cè)和接收側(cè)是不均衡的，所以會對信道互易性假設(shè)帶來嚴重的挑戰(zhàn)，尤其是當(dāng)基站天線數(shù)目大于100時，模擬器件的非理想性會嚴重影響massive MIMO所帶來的自由度提升，甚至可以說此時繼續(xù)增加天線所帶來的增益微乎其微。模擬元器件的使用帶來了massive MIMO增益上界。即使是在天線數(shù)小于100時，我們依然需要考慮對模擬元器件進行非理想性建模，稱之為TDD的非理想性校準。

（2）另外一個需要注意的問題是一直以來都存在的導(dǎo)頻污染。雖然說massive MIMO所帶來的波束高方向性可以降低部分來自其他小區(qū)的導(dǎo)頻污染問題，但是因為信道估計在massive MIMO中的重要性，所以對導(dǎo)頻污染的重視程度可能需要提升。

（3）以及其他原本MIMO系統(tǒng)就存在的信道估計問題，在NR系統(tǒng)中依然存在，甚至更多。

7、massive MIMO系統(tǒng)的時間同步。因為massive MIMO采用TDD系統(tǒng)來降低CSI估計難度，在TDD OFDM系統(tǒng)中，所有無線電設(shè)備必須保證頻率和相位的時間同步，這個同步精度要達到ADC/DAC的一個樣本周期之內(nèi)，大約是微秒級；目前一般采用現(xiàn)成的GPS定時振蕩器來同步多個設(shè)備，不過在初始同步時需要經(jīng)歷校準；當(dāng)然也可以設(shè)定現(xiàn)成的共享事件觸發(fā)器作為觸發(fā)，在出廠時校準。

8、massive MIMO系統(tǒng)的最優(yōu)化precoder設(shè)計。這個就太多了...不多解釋了....

目前sub 6G部分massive MIMO的RF處理鏈路的基帶部分一般包括信號同步、非理想性補償和ADC、增加循環(huán)前綴、FFT串并處理、增加保護子載波、添加導(dǎo)頻、資源塊映射、混合預(yù)編碼（可以拆分為數(shù)字預(yù)編碼和模擬預(yù)編碼）這幾步。通常情況下，混合預(yù)編碼部分需要CSI輸入，而考慮到massive MIMO的高速數(shù)據(jù)輸出，通常會采用12bit的ADC/DAC進行量化。

另外需要注意的一點是，同樣是massive MIMO，毫米波頻段的massive MIMO更多會考慮波束設(shè)計所帶來的增益，而不是全數(shù)字beamforming所帶來的復(fù)用增益。當(dāng)然我更愿意把模擬beamforming（相位控制）稱為beamforming，把數(shù)字beamforming（功率、相位控制）稱為precoding。

審核編輯：劉清