首页 › deep-tech › MIMO与波束赋形原理深度图解

从一束手电筒的光说起：MIMO 与波束赋形为什么改变了移动通信

如果你在漆黑的夜里想看清远处的一个目标，你会怎么做？一种办法是打开房间里的顶灯，让整个空间都亮起来——光照四面八方，你看得见，别人也看得见，但绝大部分光能量都浪费在了你根本不关心的方向上。另一种办法是掏出手电筒，把光聚成一束，对准目标照过去——同样的电池，目标处反而更亮，也不会刺到旁边人的眼睛。

这个"手电筒 vs 顶灯"的比喻，几乎可以概括过去三十年无线接入网最重要的一场技术革命：从全向广播，走向定向波束。而承载这场革命的核心技术，就是 MIMO（多天线技术） 与 波束赋形（Beamforming）。本文面向已有 1-3 年经验的通信工程师，带你从物理直觉一路走到 Massive MIMO 的预编码矩阵，弄清楚每一项设计背后的"为什么"。

一、为什么要用多根天线：MIMO 的三个红利

在 2G/3G 时代，基站和手机基本都只用一根天线（早期 GSM 甚至只用单收单发）。一根天线就像那盏顶灯，把电磁能量铺满整个扇区。这种方式的瓶颈显而易见：频谱资源是固定的，香农容量上限摆在那里：

$$ C = B \cdot \log_2(1 + \mathrm{SNR}) $$

要继续提升容量，要么加带宽 $B$（昂贵、稀缺），要么提高信噪比 $\mathrm{SNR}$（受限于发射功率和路径损耗）。MIMO 提供了第三条路：在空间维度上开辟并行的"管道"。

MIMO 的核心思想是：在发射端和接收端各部署多根天线，利用空间中天然存在的多径传播（电磁波被建筑、地面、车辆反射形成的多条路径），在同一时间、同一频率上传输多路独立的数据。理论上，一个 $N_t \times N_r$ 的 MIMO 系统可以获得的空间自由度为：

$$ r = \min(N_t, N_r) $$

也就是说，容量可以近似线性增长（在理想富散射环境下）：

$$ C_{\text{MIMO}} \approx \min(N_t, N_r) \cdot B \cdot \log_2(1 + \mathrm{SNR}) $$

这就是 MIMO 三个红利中最诱人的一个。

MIMO 的三大工作模式

模式 核心目标 通俗类比 典型应用
空间复用（Spatial Multiplexing） 提升吞吐量——同一频段同时传多路数据 高速公路从1车道变4车道 高 SNR、静止/低速、近点用户
空间分集（Spatial Diversity） 提升可靠性——多路传同一份数据对抗衰落 重要文件存多份备份 低 SNR、小区边缘、高速移动
波束赋形（Beamforming） 提升覆盖与抗干扰——把能量聚焦到目标方向 手电筒聚光 Massive MIMO、mmWave、MU-MIMO

这三者并非互斥，而是同一个多天线硬件在不同场景下的"调度策略"。理解这一点非常重要：Massive MIMO 并不是第四种技术，而是当天线数量极大时，上述三种能力同时被放大的系统形态。

flowchart TD
    A[MIMO 多天线技术] --> B[空间分集 Diversity]
    A --> C[空间复用 Multiplexing]
    A --> D[波束赋形 Beamforming]
    B --> B1[目标: 提升可靠性]
    B --> B2[手段: 同一数据多路传输]
    C --> C1[目标: 提升吞吐量]
    C --> C2[手段: 多路独立数据并行]
    D --> D1[目标: 提升覆盖/抗干扰]
    D --> D2[手段: 能量聚焦到目标方向]
    B2 --> E[典型: STBC/SFBC 发送分集]
    C2 --> F[典型: 多层数据流 Layer mapping]
    D2 --> G[典型: 数字/模拟/混合预编码]
    style A fill:#e1f5ff,stroke:#0277bd
    style D fill:#fff3e0,stroke:#ef6c00

SU-MIMO 与 MU-MIMO

进一步细分，MIMO 按服务对象的不同分为：

一个关键直觉：MU-MIMO 的容量增益来自"空间正交性"，而不是更多带宽。当两个用户的空间信道接近正交（互相不串扰）时，基站就可以用预编码把他们"绑"在一起发，互不干扰。这就是为什么 Massive MIMO 让 MU-MIMO 变得真正实用——天线越多，找到正交用户的概率越高。

二、波束赋形的物理本质：让波按你的意思叠加

讲到这里，让我们正式进入"手电筒"的世界。波束赋形的本质，是相位操控的艺术。

电磁波是波，波有相位。当多个波在某一点相遇时，它们会按相位关系叠加：相位一致（同相）则相长干涉，信号增强；相位相反（反相）则相消干涉，信号抵消。

想象一个由多根天线排成一条直线组成的均匀线阵（ULA），相邻天线间距为 $d$。假设我们要把波束指向偏离阵列法线 $\theta_0$ 的方向。由于各天线到目标的路径长度不同，到达目标时各路信号天然就带有相位差。波束赋形要做的，就是在每根天线上预先补偿一个相位偏移，让所有信号恰好在目标方向上同相叠加。

对第 $n$ 根天线，需要施加的相位权值为：

$$ w_n = e^{-j \frac{2\pi}{\lambda} n d \sin\theta_0} $$

加上这个权值后，整个阵列在 $\theta$ 方向的合成响应（阵列因子 Array Factor）为：

$$ AF(\theta) = \sum_{n=0}^{N-1} e^{j \frac{2\pi}{\lambda} nd (\sin\theta - \sin\theta_0)} $$

当 $\theta = \theta_0$ 时，每一项都等于 1，$N$ 根天线能量相干叠加，信号功率放大 $N^2$ 倍（注意是 $N^2$，不是 $N$，因为功率是幅度的平方）。这就是阵列增益（Array Gain） 的来源。而偏离 $\theta_0$ 的方向，各项相位散乱，相互抵消，能量被压低。于是，原本全向辐射的能量被"挤"成了一束——波束就这样形成了。

波束的宽度（主瓣宽度）近似反比于阵列孔径：

$$ \theta_{\text{HPBW}} \approx \frac{0.886 \lambda}{N d} $$

天线越多（$N$ 越大），波束越窄，指向越精准，增益越高。这就是 Massive MIMO "以规模换性能"的物理根基。

flowchart LR
    subgraph 发射端波束赋形
        direction TB
        S[数据流 s] --> M[基带预编码器 W]
        M --> A1[天线0<br/>权值 w0]
        M --> A2[天线1<br/>权值 w1]
        M --> A3[天线2<br/>权值 w2]
        M --> AN[天线N<br/>权值 wN]
    end
    A1 --> E1((📡))
    A2 --> E2((📡))
    A3 --> E3((📡))
    AN --> EN((📡))
    E1 & E2 & E3 & EN -->|相干叠加| U[👤 目标用户方向<br/>信号增强 N²]
    E1 & E2 & E3 & EN -.->|相消干涉| X[其他方向<br/>信号压制]
    style M fill:#e8f5e9,stroke:#2e7d32
    style U fill:#fff9c4,stroke:#f9a825
    style X fill:#ffebee,stroke:#c62828

三、三种波束赋形架构：模拟、数字与混合

工程实现波束赋形时，"在哪里施加相位/幅度权值"决定了架构的形态。这是工程师必须吃透的一个设计权衡点。

1. 模拟波束赋形（Analog Beamforming）

权值在射频（RF）域用移相器（Phase Shifter） 实现。一路 RF 信号经过功分器分成 N 路，每路串一个移相器，再送到对应的天线单元。

2. 数字波束赋形（Digital Beamforming）

权值在基带数字域用乘法器实现，每根天线对应一个独立的 RF 链路（包含完整的 DAC/上变频）。

3. 混合波束赋形（Hybrid Beamforming）

这是 5G 毫米波的标准答案：把预编码拆成两级——数字基带预编码 $F_{BB}$ + 模拟射频预编码 $F_{RF}$，总的等效预编码为：

$$ F = F_{RF} \cdot F_{BB} $$

其中 $F_{BB}$ 在基带处理少量数据流（受 RF 链路数 $N_{RF}$ 限制），$F_{RF}$ 用移相器网络把每个 RF 链路的信号扩展到大量天线上。这样用一个远小于天线数的 RF 链路数（比如 64 天线只用 4-8 个 RF 链路），就能同时获得波束赋形增益和一定的多流复用能力。

维度 模拟波束赋形 数字波束赋形 混合波束赋形
权值施加位置 射频域（移相器） 基带域（乘法器） 基带 + 射频两级
幅度/相位控制 仅相位（恒模） 幅相全可控 RF级仅相位，BB级全可控
RF 链路数 1 = 天线数 $N$ $\ll N$（如 4~8）
同时波束数 1 多（= 数据流数） 少量（= RF链路数）
MU-MIMO 支持 ❌ 基本不支持 ✅ 完美支持 ⚠️ 有限支持
硬件成本/功耗 最低 最高 中等
典型应用 早期 mmWave、固定波束 Sub-6GHz Massive MIMO 5G mmWave（如 28GHz）

这个表格是网优和无线工程师面试的高频考点，也是理解"为什么 Sub-6GHz 用 64T64R 全数字、而毫米波非要用混合架构"的钥匙：一切皆因 RF 链路的成本和功耗。

flowchart TB
    subgraph 数字域["基带数字预编码 F_BB"]
        S1[数据流1] --> M1
        S2[数据流2] --> M2
        M1 & M2 --> RF1[RF链路1]
        M1 & M2 --> RF2[RF链路2]
    end
    subgraph 射频域["模拟RF预编码 F_RF（移相器网络）"]
        RF1 --> P11[移相器] --> A1((天线))
        RF1 --> P12[移相器] --> A2((天线))
        RF2 --> P21[移相器] --> A3((天线))
        RF2 --> P22[移相器] --> AN((天线N))
    end
    A1 & A2 & A3 & AN -->|形成多个波束| U1[👤用户1]
    A1 & A2 & A3 & AN -->|形成多个波束| U2[👤用户2]
    style 数字域 fill:#e3f2fd,stroke:#1565c0
    style 射频域 fill:#fce4ec,stroke:#ad1457

四、Massive MIMO：当数量本身成为质量

Massive MIMO 的定义很朴素：基站侧部署几十到上百根天线（如 32T32R、64T64R、128T128R，甚至 192T192R），用大规模阵列同时服务大量用户。但"数量大"背后隐藏着三个深刻的物理现象，这才是 Massive MIMO 真正的"魔法"。

1. 信道硬化（Channel Hardening）

当基站天线数 $M \to \infty$ 时，从基站到某个用户的信道向量 $\mathbf{h}$ 的归一化内积趋于确定值：

$$ \frac{\mathbf{h}^H \mathbf{h}}{M} \to \mathbb{E}[|\mathbf{h}|^2]/M \quad (M \to \infty) $$

用人话说：随着天线增多，原本剧烈波动的"小尺度衰落"被平均掉了，信道变得像一根稳定的"硬管子"。这意味着： - 调度器不再需要频繁应对深衰落，链路自适应更稳定； - HARQ 重传减少，BLER 曲线更陡峭； - 工程师看到的"信号忽强忽弱"现象大幅缓解。

2. 有利传播（Favorable Propagation）

不同用户的信道向量在大量天线下趋于正交：

$$ \frac{\mathbf{h}_i^H \mathbf{h}_j}{M} \to 0 \quad (i \neq j, \; M \to \infty) $$

这正是 MU-MIMO 梦寐以求的条件：用户间天然去耦。基站可以放心地把多个用户挤在同一时频资源上，他们彼此几乎不干扰。这就是 Massive MIMO 能实现"容量随用户数线性增长"的根本原因。

3. 信道互易性（Channel Reciprocity）

TDD 系统中，上下行用同一频率，只要收发链路校准（calibration）做好，上行测得的信道就等于下行信道（转置即可）。这意味着： - 基站只需让手机在上行发 SRS（探测参考信号），就能估计出下行信道； - 无需手机在下行做繁重的 CSI 反馈，节省了大量反馈开销； - Massive MIMO 偏爱 TDD，根源就在这里。FDD 由于上下行频段相隔较远，互易性失效，必须依赖笨重的码本反馈。

常见预编码算法对比

得到信道状态后，基站要用预编码矩阵 $\mathbf{W}$ 把数据"对准"用户。不同算法是"性能 vs 复杂度"的不同折中：

预编码算法 核心思想 优点 缺点 适用场景
MRT（最大比传输） $\mathbf{W}=\mathbf{H}^H$，单纯最大化目标用户信号 最简单，最大化每用户 SNR 不抑制用户间干扰，MU-MIMO 下性能差 低用户数、噪声受限
ZF（迫零） 强制把干扰投影到零空间，$\mathbf{W}=\mathbf{H}^H(\mathbf{H}\mathbf{H}^H)^{-1}$ 完全消除 MU 干扰 会放大噪声，低 SNR 下变差 高 SNR、干扰受限
MMSE（最小均方误差） 在"放大信号"与"压干扰"间取折中，正则化 ZF 鲁棒性最好，兼顾 SNR 和干扰 复杂度略高 现网主流、综合最优
SVD（奇异值分解） 对单用户做特征模分解，分配合适的层 SU-MIMO 理论最优 不直接处理多用户 SU-MIMO 主力

一句工程口诀："MRT 图省事，ZF 图干净，MMSE 才是现网的常客"。

五、波束管理：5G NR 把波束赋形"流程化"了

4G LTE 时代，广播信道（CRS）是全小区恒定发送的，本质还是"顶灯"逻辑。5G NR 做了一件颠覆性的事：连广播信道都走波束。这就引出了 5G 波束管理的一整套流程，这是网优和接入网工程师每天都要打交道的部分。

SSB 波束扫描（Beam Sweeping）

5G 的同步信号块（SSB，包含 PSS/SSS/PBCH）不再是单个全向信号，而是基站在不同时间用不同方向的波束轮流发送（典型 4/8 个，毫米波可达 64 个）。手机逐一测量每个波束的 RSRP，选出最强的一个，在随机接入时通过 PRACH 的资源位置隐式告诉基站："我用了第 3 号波束"。

这套机制让 5G 的"小区"概念发生了微妙变化：不再是单纯靠 Cell ID 区分，而是靠 SSB Beam Index 来精确定位用户的最佳波束。

sequenceDiagram
    participant BS as 基站 gNB
    participant UE as 手机 UE
    Note over BS: 在SSB burst set内<br/>用不同方向波束轮流发送SSB
    BS->>UE: SSB 波束#0（方向0）
    BS->>UE: SSB 波束#1（方向1）
    BS->>UE: SSB 波束#2（方向2）
    BS->>UE: SSB 波束#3（方向3）
    Note over UE: 测量各波束RSRP<br/>选出最强波束（如#2）
    UE->>BS: PRACH preamble<br/>(占用对应波束#2的RO资源)
    Note over BS: 由PRACH资源位置<br/>推断出UE的最佳SSB波束
    BS->>UE: RAR（用对应波束#2下发）
    BS->>UE: 之后CSI-RS用于精细波束跟踪

CSI-RS 与精细波束跟踪

SSB 波束较宽（用于初始接入），数据传输时需要更窄、更精准的波束。基站通过 CSI-RS 配置多个细波束，UE 反馈 CRI（CSI-RS Resource Indicator）和 PMI/CQI，基站据此做波束级 CSI 的精细跟踪和切换。当 UE 移动导致最佳波束变化时，触发波束恢复（Beam Failure Recovery, BFR） 流程。

这套 SSB（粗）+ CSI-RS（细）的两级波束管理，是 5G 相对 4G 最大的接入网架构性变化，也是很多"5G 掉线、切换异常"问题的根源所在。

六、工程师实战连接：这些原理在现网怎么用

理解了原理，我们来看看它们如何落到工程师的日常调试中。

1. 网优排查"弱覆盖"要分清类型

2. MU-MIMO 没生效，看什么

现网 MU-MIMO 的生效条件很苛刻：用户数足够、空间信道足够正交、且调度器开启 MU 配对。调试时关注： - 用户间空间相关性（信道正交性指标）； - 调度器日志里 MU 配对率； - MMSE 正则化因子是否设置合理（过大会退化成 MRT，过小会放大噪声）。

3. TDD vs FDD 的 Massive MIMO 落地差异

4. 常见调试陷阱

七、从原理到趋势：Massive MIMO 的下一步

理解了今天的内容，你就能看懂后续演进的逻辑脉络：

万变不离其宗：相位叠加产生增益、空间正交支撑多用户、规模换取确定性——这三条物理铁律，会一直在。

常见问题

Q1：MIMO 的"层（Layer）"和"流（Stream）"是一回事吗？和波束又有什么区别？ A：在大多数工程语境下，"层"和"数据流"可以互换，都指空间复用的独立数据通道（Rank 数）。而"波束"指的是发射能量在空间中聚焦形成的方向性图案，是一个空间能量分布的概念。一个波束里可以承载多层（SU-MIMO），一组波束可以服务多个用户（MU-MIMO）。简单记：层/流是"数据维度"，波束是"能量维度"。

Q2：为什么 TDD 比 FDD 更适合 Massive MIMO？ A：核心是信道互易性。TDD 上下行同频，基站通过上行 SRS 直接估计下行信道，几乎无需反馈，天线越多越省开销；FDD 上下行频段相隔远，互易性失效，必须靠终端反馈码本，反馈精度随天线数增长而恶化，导致 Massive MIMO 增益打折。所以现网 Massive MIMO（如 64T64R）几乎都部署在 TDD 频段。

Q3：模拟波束赋形和数字波束赋形到底选哪个？ A：取决于频段和成本。Sub-6GHz 频段 RF 链路成本可接受，普遍用全数字波束赋形（64 个 RF 链路），以获得最佳 MU-MIMO 性能；毫米波频段 RF 成本和功耗极高，且波长短、天线间距小，必须用混合波束赋形（少量 RF 链路 + 移相器网络）在成本和性能间折中。一句话：中低频看性能选数字，高频看成本选混合。

Q4：信道硬化对普通用户意味着什么？ A：意味着信号更稳了。天线越多，小尺度深衰落被平均掉，手机上的信号条波动变小、网速更稳、掉话更少。这正是用户能在高铁、商场等复杂环境里获得稳定 5G 体验的底层原因之一。

Q5：毫米波必须用波束赋形吗？ A：几乎是必须的。毫米波（如 28/39GHz）路径损耗极大，且受雨衰、树叶遮挡严重。若不用波束赋形聚焦能量，信号根本传不远。同时毫米波波长短，可以在很小面积上集成大量天线阵子（如手机内集成相控阵），天然适合波束赋形。可以说，没有波束赋形，就没有可商用的毫米波通信。

参考来源

  1. Massive MIMO 和波束赋形：5G 流行词背后的信号处理 — Analog Devices — 从多径信道模型到波束赋形信号处理的权威工程视角解读。
  2. 深入浅出 5G、毫米波、大规模 MIMO 与波束赋形 — 知乎 — 混合波束赋形专栏，包含模拟/数字/混合架构的对比与算法推导。
  3. 5G Massive MIMO 技术原理 — UIY — 5G Massive MIMO 从 4G 演进、天线规模扩展到工程应用的系统讲解。
  4. 5G Massive MIMO 白皮书 — ZTE 中兴通讯 — 厂商视角的 Massive MIMO 算法复杂度、容量与现网部署实践分析。
  5. 5G Massive MIMO Explained: SU-MIMO, MU-MIMO and Beamforming — Mohamed Eladawi — 面向工程师的物理层处理、SU/MU-MIMO 与波束赋形综合讲解。

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入

📎 本分类最新文章