一、从一个比喻说起：手电筒与聚光灯

想象你在漆黑的操场找一位朋友。如果你手里是一盏普通手电筒，灯光向四面八方散开，你能照亮一小片区域，但光线很弱，远处看不清；如果你换成一把聚光灯，把所有光线集中成一束窄窄的光柱打向一个方向，同样的电量，那个方向上会亮得多——但你只能看清这一个方向。

通信里的天线，就经历了一场从"手电筒"到"聚光灯"、再到"成百上千束聚光灯同时工作"的进化。这个过程的核心技术，就是多天线技术（MIMO）和波束赋形（Beamforming）。

理解这两个技术，关键不是背公式，而是先回答三个问题：

1. 为什么把多根天线排成一排，信号就能被"聚焦"到某个方向？
2. 为什么聚焦之后，同一块频谱上能同时传好几路不同的数据，互不干扰？
3. 为什么 5G 基站要堆 64 甚至 128 根天线，到底多在哪里？

本文就从天线最基础的概念讲起，一路推到 Massive MIMO 的设计哲学。

二、天线的基本属性：增益与方向图

在谈"波束"之前，先得搞清楚什么是天线的"方向"。

全向天线（Omnidirectional）像一个水平铺开的甜甜圈，它在水平面上均匀地向四周辐射能量，比如手机、对讲机上那根小天线。好处是不管基站在你东南西北哪个方向，都能收到信号；代价是能量被稀释到整个 360°，每个方向分到的都很弱。

定向天线（Directional）则把能量集中到某个特定方向，方向图像一个"花瓣"（主瓣 + 若干个旁瓣）。能量集中了，等效于在这个方向上"放大了功率"，这就是天线增益（Gain）。

这里有一个关键直觉：天线增益不违反能量守恒。它不是凭空变出能量，而是把本来要洒向四面八方的能量"重新分配"，集中到需要的方向。增益提高的方向，必然以其他方向变弱为代价。

注意单位：dBi 是相对于"理想全向点源"的增益，每增加 3dB，相当于在那个方向上有效辐射功率翻倍。这个换算在后面理解"阵列增益"时会反复用到。

三、从单根天线到天线阵列：相控阵的诞生

一根天线的增益是有物理极限的（受限于尺寸和效率）。怎么继续提高？答案是——把多根天线排成阵列，让它们发射的信号在目标方向上"叠加增强"，在其它方向上"相互抵消"。

这就是天线阵列（Antenna Array）的思想，它的成熟形态叫相控阵（Phased Array）。这个名字直白地说明了一切：通过控制每个天线单元的"相位（Phase）"，来操控整张阵列的"指向"。

考虑最简单的均匀线阵（ULA）：N 根天线等间距 d 排成一条直线，都发射同样频率、同样幅度的信号，但每根天线有一个可控的相位偏移 Δφ。

当电磁波从所有天线同时向斜前方传播时，由于几何路径差，来自相邻两根天线的波到达远场某一点时会有一个空间相位差。这个空间相位差只跟角度 θ、间距 d、波长 λ有关：

$$\psi = \frac{2\pi}{\lambda} \cdot d \cdot \sin\theta$$

要让所有天线的信号在 θ₀ 这个方向上"完美叠加"（同相相长），我们只要人为给每个天线加上一个抵消性的相位偏移：

$$\Delta\phi_n = -n \cdot \frac{2\pi}{\lambda} \cdot d \cdot \sin\theta_0, \quad n = 0,1,\dots,N-1$$

这样，波前就被"扭"到了 θ₀ 方向，能量自然汇聚过去。改变 Δφ，波束就指向新方向——全程纯电子控制，没有任何机械转动。这就是"电扫（electronic steering）"。

flowchart LR
    A["单天线<br/>全向辐射<br/>能量分散"] --> B["定向天线<br/>固定单波束<br/>机械对准"]
    B --> C["天线阵列<br/>多单元叠加<br/>增益提升"]
    C --> D["相控阵<br/>电子扫描<br/>方向可变"]
    D --> E["Massive MIMO<br/>上百单元<br/>多用户并行波束"]
    style A fill:#fdebd0
    style E fill:#d5f5e3

一个非常重要的工程结论：阵列越宽（天线数 N 越多），波束就越窄、增益越高、指向越精准。阵列增益近似为 N 倍（即 10log₁₀N dB）。比如 64 根天线理论上能给目标方向带来约 18dB 的阵列增益——相当于把同样发射功率"放大"了 60 多倍。这是 Massive MIMO 看似"堆料"背后的物理逻辑。

graph TB
    subgraph "8单元阵列"
        A8["波束较宽<br/>增益约 9dB"]
    end
    subgraph "32单元阵列"
        A32["波束变窄<br/>增益约 15dB"]
    end
    subgraph "128单元阵列"
        A128["针状波束<br/>增益约 21dB<br/>指向极精准"]
    end
    A8 -.更强聚焦.-> A32 -.更强聚焦.-> A128
    style A128 fill:#aed6f1

四、波束赋形的核心：相位差就是方向

把上一节的思路反过来用，就是真正的波束赋形（Beamforming）。

"赋形"二字，含义是给波束赋予形状和方向。它本质上是一个加权叠加的过程：给每个天线单元上的信号乘上一个复数权重 w = a·e^(jφ)（a 控制幅度，φ 控制相位），让所有天线的信号在期望用户方向上同相叠加、在干扰方向上反相抵消。

用向量表示，发射信号经过赋形权重向量 w 后从天线阵列发出：

$$\mathbf{y} = \mathbf{w}^H \mathbf{x}$$

其中 w 是 N×1 的权重向量，上标 H 表示共轭转置。这个看似简单的乘法，承载了整个波束赋形的灵魂——它决定了能量往哪打、打到多准、能否同时服务多个用户。

为什么要强调"同时服务多个用户"？因为传统天线是广播式的，一个扇区所有用户抢同一片能量。而波束赋形可以在同一时间、同一频率上，生成多个指向不同用户的窄波束，这就是空分复用（Spatial Division Multiplexing）的物理基础。

flowchart TB
    BS["基站 Massive MIMO 阵列"] --> BF["基带波束赋形<br/>为每个用户计算权重 w"]
    BF --> B1["波束1 → 用户A<br/>同频同时隙"]
    BF --> B2["波束2 → 用户B<br/>同频同时隙"]
    BF --> B3["波束3 → 用户C<br/>同频同时隙"]
    B1 -.空分隔离.-> B2
    B2 -.空分隔离.-> B3
    style BF fill:#fad7a0

这里有一个常被新手忽略的关键点：波束赋形不是把能量"打得更远"，而是把能量"打得更准"。在用户方向上能量增强的同时，浪费在无人区、干扰邻区的能量大幅减少。这就带来了两个工程红利：一是覆盖提升（同样功率下信号更强），二是干扰抑制（不再往四面八方"洒"信号去打扰别人）。

五、三种波束赋形架构：模拟、数字、混合

波束赋形在哪里实现？根据加权过程发生在哪个"域"，分三种架构。这是工程师必须搞清楚的核心区别。

模拟波束赋形用硬件移相器直接在射频信号上调相位，便宜省电，但移相器的精度和分辨率有限，且一条射频链路往往只能形成一个主波束。

数字波束赋形则在每个天线后都接一套完整的收发链路（ADC/DAC），所有加权在数字域完成，理论上可以为每个用户、每个子载波独立计算权重，自由度最高、最灵活，但 64 根天线就要 64 套链路，功耗和成本惊人。

混合波束赋形是高频段（如毫米波）的工程折中：先用数字域做较粗的预编码（决定"粗方向"），再用模拟移相器在子阵级精细对准。它牺牲一部分自由度，换取可接受的成本。

flowchart LR
    subgraph 数字["数字波束赋形"]
        direction TB
        D0["数据流"] --> D1["数字预编码 w"]
        D1 --> D2["每天线一套 DAC/RF 链路"]
        D2 --> D3["N 个天线单元"]
    end
    subgraph 模拟["模拟波束赋形"]
        direction TB
        M0["数据流"] --> M1["单条 RF 链路"]
        M1 --> M2["移相器阵列调相位"]
        M2 --> M3["N 个天线单元"]
    end
    subgraph 混合["混合波束赋形"]
        direction TB
        H0["数据流"] --> H1["数字基带预编码"]
        H1 --> H2["少量 RF 链路"]
        H2 --> H3["子阵 + 模拟移相器"]
        H3 --> H4["N 个天线单元"]
    end

记住一个判断口诀：Sub-6G 主要靠数字赋形（成本可承受、灵活度高），毫米波主要靠混合赋形（天线太多，全数字烧不起）。

六、MIMO 的三大能力：复用、分集、赋形

讲完波束赋形，回到 MIMO。多天线技术并不只有"打准波束"这一招。它实际提供了三种正交的能力，被工程师戏称为 "MIMO 三宝"：

空间复用是 MIMO 最吸引人的能力。当发射端和接收端都有多天线、且收发间存在"丰富的多径"时，可以把一个高速数据流拆成多个低速子流，从不同天线并行发送。接收端利用各子流经历的不同空间信道，把它们重新分离。

这就是著名的 MIMO 容量公式背后的直觉（窄带、收发天线数分别为 M、N，高信噪比近似下）：

$$C \approx \min(M,N) \cdot B \cdot \log_2(1 + \mathrm{SNR})$$

关键在于前面的 min(M,N)：它意味着在理想条件下，容量可以随天线数线性增长——这正是空间维度的"免费午餐"。当然现实远没这么理想，因为还要看多径是否丰富、信道是否可分离。

发射分集则相反——它不追求传更多数据，而是把同一份数据用不同方式从多根天线发出（比如经典的空时编码 Alamouti 方案），接收端把多路信号合并。因为多路同时深衰落的概率远小于一路，所以分集能显著抗快衰落、提升链路稳健性。

波束赋形已经在前面讲过。需要强调的是：这三种技术不是非此即彼，而是可以组合的。比如给一个用户传两路空间复用的同时，每路再做波束赋形聚焦——这正是实际系统的工作方式。

七、预编码：发射端的"提前处理"

要实现空间复用和波束赋形，发射端必须"提前"把信号处理好再发出去，这个处理就叫预编码（Precoding）。预编码是波束赋形在多用户、多流场景下的工程化升级。

理解预编码最直观的方式是单用户 SVD 预编码。对单用户的 MIMO 信道矩阵 H，做奇异值分解：

$$\mathbf{H} = \mathbf{U} \boldsymbol{\Sigma} \mathbf{V}^H$$

V 矩阵的列向量就给出了一组"天然的、互不干扰"的发射方向（称为信道特征模）。发射端用 V 做预编码，就能把数据流对准这些"好走"的方向，实现最优的空间复用。这是数学之美转化为工程收益的典型例子。

但真正难的是多用户 MIMO（MU-MIMO）预编码：基站同时给多个用户发数据，每个用户只想要自己的信号，别人的全是干扰。怎么让"我发给 A 的波束在 B 那里尽量为零"？这就是预编码算法要解决的核心问题。几种经典线性预编码的对比：

MRT 像个"只管自己爽"的人——把目标方向能量拉满，但不管会不会溅到别人；ZF 像个"强迫症"——必须保证不打扰任何人，代价是放大了背景噪声；MMSE 最务实——在"信号强"和"不扰民"之间找平衡，所以成了商用系统里最常用的方案之一。

预编码的前提是基站得知道信道状态（CSI）。TDD 系统利用上下行信道互易性，通过接收上行探测参考信号直接推算下行信道，天然有优势；FDD 系统则依赖终端反馈量化的码本信息，精度和开销是永恒的矛盾。

八、Massive MIMO：量变引起质变

当基站天线数从 4、8 一路加到 64、128 甚至更多，就进入了 Massive MIMO 的范畴。这不是简单的"堆料"，而是产生了几个质变。

质变一：信道硬化（Channel Hardening）。 当天线数 N 趋于很大时，每个用户看到的有效信道增益会"集中"到一个确定值，衰落波动趋于消失。直觉上：这么多根天线，总不会同时都遇到深衰落，平均下来信道变得"硬"而稳定。好处是调度、资源分配、预编码都大大简化了——因为信道变得可预测。

质变二：能量聚焦。 大阵列能把能量极其精准地汇聚到目标用户附近一小块区域（近场效应），大幅降低对其他方向和邻区的干扰。这就是 Massive MIMO 能显著提升小区容量和能效的根本原因。

质变三：同时服务大量用户。 凭借大量空间自由度，Massive MIMO 可以在相同时频资源上用 MU-MIMO 同时服务几十个用户，频谱效率数倍提升。

质变四：阵列增益与功率效率。 N 根天线带来约 N 倍阵列增益，意味着可以用更低的单天线发射功率达到同样的覆盖——这对基站能耗和射频器件成本都是利好，符合绿色通信方向。

当然，Massive MIMO 也有代价：导频开销随用户数上升、计算复杂度随用户数和层数快速增长、校准和互易性误差管理变难。这些是研发和工程团队持续攻坚的方向。

九、现网实战：工程师在哪里用到它

这些原理对现网工程师到底意味着什么？列举几个高频场景。

场景一：SSB 波束规划与覆盖优化。 5G 基站通过广播 SSB 信号，往往采用多波束扫描（如水平 7 个波束）来覆盖扇区。网优工程师在做覆盖优化时，调整的就是这些静态广播波束的权重和数量。看到某个方向弱覆盖或越区覆盖，本质是 SSB 波束指向/宽度设置不当，而非机械方位角问题——这是新手最常踩的坑。

场景二：波束失败恢复（BFR）。 终端在高速移动或被遮挡时，服务波束可能突然失效。终端会持续测量邻波束质量，发现主波束质量低于门限时触发 BFR 流程，请求切换到更好的波束。排查"频繁掉波束"类问题，要看的就是波束测量上报、波束失败检测计数器。

场景三：MU-MIMO 配对与增益验证。 调度器决定把哪些用户"配对"到同一时频资源做 MU-MIMO，关键看用户间的空间正交性（信道是否足够"分得开"）。配对不当会导致用户间干扰急剧上升、吞吐反而下降。验证 MU-MIMO 增益时，要对比配对前后每用户吞吐和总吞吐的变化，而非只看单流速率。

场景四：互易性校准。 TDD 系统依赖上下行信道互易性来做预编码，但收发链路的射频硬件并不天然对称。基站需要周期性做互易性校准，补偿硬件不一致。一旦校准异常，最典型的现象就是"上行质量正常、下行吞吐差、预编码不准"。

常见调试陷阱：

• 误把波束赋形增益当成"单纯加大功率"——其实它是方向性的能量重分配，总功率没变。
• 忽视天线数与波束宽度的关系——想用窄波束提升增益，却没有足够的天线数支撑，结果波束太宽、隔离不够。
• 只盯着单用户速率，忽视 MU-MIMO 配对质量对小区整体容量的影响。

常见问题

Q1：波束赋形和预编码是同一个东西吗？ A: 概念上高度重叠，但侧重不同。波束赋形强调"把能量汇聚成有方向性的波束"这个物理过程；预编码是它在多用户、多流场景下的数学实现，是在发射端对信号做的加权预处理。可以说：预编码是手段，波束赋形是它产生的效果。

Q2：Massive MIMO 的天线越多就一定越好吗？ A: 不一定。天线数增加带来阵列增益和空间自由度，但也会推高导频开销、计算复杂度、功耗和成本，且受限于物理尺寸和互易性校准精度。工程上存在一个收益递减的平衡点，需要根据频段、用户密度、成本预算综合选择（典型如 Sub-6G 用 32/64，毫米波用更多）。

Q3：空间复用和发射分集能不能同时用？ A: 可以，而且实际系统常组合使用。一般做法是：在天线总数中分配一部分做空间复用（提吞吐），剩余的自由度做分集/赋形（提可靠性）。具体每个用户用几层、是否配对，由调度器根据实时信道和业务需求动态决定。

Q4：TDD 和 FDD 在波束赋形上为什么差异这么大？ A: 根本原因在信道状态信息的获取方式。TDD 上下行同频，可利用信道互易性，基站直接从上行探测信号推算下行信道，精度高、无需大量反馈，天然适合 Massive MIMO；FDD 上下行频差大、互易性弱，需终端量化反馈码本，开销大、精度受限。这也是 5G 中低频段多采用 TDD 的重要原因之一。

Q5：为什么毫米波必须用混合波束赋形？ A: 毫米波天线阵列规模大（阵元多、间距小），若每根天线都配一套数字收发链路，功耗和成本会爆炸；同时高频段对相位控制精度要求高。混合架构用少量数字链路做粗预编码、用模拟移相器做精对准，是成本与性能的工程最优解。

参考来源

4. Massive MIMO 和波束赋形：5G 流行词背后的信号处理 — Analog Devices — ADI 官方对 Massive MIMO 多径建模与波束赋形信号处理的图解
5. Phased Array Antenna Patterns — Analog Devices — 线阵波束扫描的相位公式推导与方向图仿真
6. 5G Massive MIMO 白皮书 — ZTE — Massive MIMO 下行预编码算法（MRT/ZF/MMSE）与工程实现分析
7. Phased Array Antenna — Radartutorial — 相控阵辐射单元、移相器与波束控制基础教学

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。