首页 › deep-tech › 分集与复用：MIMO的两难抉择

你给一个重要的口信，是派一个人重复跑四趟，还是派四个人各跑一趟？

这不是脑筋急转弯，而是无线通信工程师每天面对的核心抉择。一个人重复跑四趟——信息冗余，丢一个还有三个兜底，可靠但慢；四个人各跑一趟——信息并行，速度翻四倍但任何一个人出事，那部分信息就丢了，快但险。

这就是多天线（MIMO）世界里最古老、也最根本的一对矛盾：空间分集（Spatial Diversity）追求"可靠"，空间复用（Spatial Multiplexing）追求"吞吐"。同样两根发射天线、两根接收天线，到底该让它们各干各的、还是互为备份？答案是——取决于信道当时的状态。理解这个抉择，是从"知道MIMO能提速"走向"懂得MIMO为何这样配置"的关键一跃。

一、先回答一个尴尬的问题：MIMO到底在干嘛？

很多入行一两年的工程师会有一个模糊的印象："MIMO就是多天线提速。"这其实只说对了一半。MIMO（Multiple-Input Multiple-Output，多输入多输出）用多根天线收发信号，但它能干的事远不止"提速"一件，本质上可以归纳为三大类增益：

graph TD
    A[多天线 MIMO] --> B[空间分集<br/>Spatial Diversity]
    A --> C[空间复用<br/>Spatial Multiplexing]
    A --> D[波束赋形<br/>Beamforming]

    B --> B1[目标：提升可靠性<br/>降低误码率]
    B --> B2[手段：发相同信息<br/>冗余对抗衰落]

    C --> C1[目标：提升吞吐量<br/>频谱效率]
    C --> C2[手段：发不同信息<br/>空间并行]

    D --> D1[目标：提升覆盖<br/>信干噪比]
    D --> D2[手段：定向能量<br/>阵列增益]

    style B fill:#d4edda,stroke:#28a745
    style C fill:#cce5ff,stroke:#007bff
    style D fill:#fff3cd,stroke:#ffc107

注意波束赋形（前面文章讲过）走的是第三条路——阵列增益/覆盖增益。而本文聚焦的，是另外两条彼此"争抢天线资源"的路：分集和复用。它们俩是真正的"鱼与熊掌"——同一组天线，你给了分集，复用就没得用，反之亦然。

为什么这俩会打架？因为天线是有限的公共资源。两根发射天线，你如果让它们都传同一份数据（分集），那物理上就不可能同时再塞进第二份数据（复用）。资源是零和的，但收益维度不同——这就是矛盾的本质。

二、空间分集：用冗余换可靠

1. 它要解决什么病？

无线信道有个要命的毛病叫多径衰落（fading）。信号经过反射、折射、散射后，多条路径到达接收端，它们的相位随机叠加——同相叠加信号暴涨（建性），反相叠加信号近乎归零（破坏性）。终端稍微挪动半个波长（几个厘米），信号强度就可能波动二三十个dB，这就是传说中的快衰落深坑。

分集的核心思想朴素得令人感动：既然一条路可能恰好掉进深坑，那就多走几条互相独立的路，几条同时掉坑的概率是各路掉坑概率的乘积，指数级下降。

直觉：一道闪电劈中你的概率是1%，两道独立的闪电同时劈中你的概率是0.01%。这就是分集的数学灵魂——概率相乘。

2. 三种基本姿势：时间、频率、空间

分集类型 实现方式 代价 适用场景
时间分集 不同时刻重发，配合交织/纠错码 牺牲时间资源（速率） 慢变信道、对抗突发错误
频率分集 不同载波/子载波上发 占用更多频谱 频率选择性信道
空间分集 不同天线上发/收 占用天线资源 最常用，本文主角

时间和频率分集都要付出"时间或频率"的硬代价，唯独空间分集用的是"空着也是空着"的天线维度——这就是它的高明之处。

3. 接收分集与MRC：把多路信号"加权相加"

最早的分集是接收分集：基站用多根天线收同一个终端的信号。问题是，多路到达的信号相位各不相同，直接相加可能互相抵消。怎么办？给每路信号乘一个与该路信道共轭、幅度成正比的权重，让它们"同相对齐"再相加——这就是最大比合并（MRC，Maximum Ratio Combining）。

其数学形式优雅到近乎诗意。假设接收端有 $N_r$ 根天线，第 $i$ 根天线收到的信号为 $y_i = h_i s + n_i$（$h_i$ 是信道，$s$ 是发送符号，$n_i$ 是噪声），MRC的合并权重取 $w_i = h_i^*$，合并后的判决变量为：

$$ \hat{s} = \frac{\sum_{i=1}^{N_r} h_i^ y_i}{\sum_{i=1}^{N_r} |h_i|^2} = s + \frac{\sum h_i^ n_i}{\sum |h_i|^2} $$

合并后信号功率正比于 $\left(\sum |h_i|^2\right)^2$，而噪声功率正比于 $\sum |h_i|^2$，于是信噪比变成了各支路信噪比之和 $\sum \gamma_i$。这就像把几束强弱不同但方向一致的光汇聚起来——越亮的支路权重越大，贡献越多，可谓"能者多劳"。

4. 发射分集与Alamouti：传奇的2×2编码

接收分集要求接收端有多天线，但手机小、天线少（早年只有一根），怎么让"发射端"也贡献分集？1998年，Siavash Alamouti提出一个让整个学术界震惊的方案——空时分组编码（STBC），仅靠两根发射天线、一根接收天线，就获得了和"一根发射、两根接收做MRC"完全相同的分集效果。

其编码矩阵堪称通信史上的经典设计。取两个待发符号 $s_1, s_2$，在连续两个符号周期内，两根发射天线这样发送：

时刻 发射天线1 发射天线2
$t$ $s_1$ $s_2$
$t+T$ $-s_2^*$ $s_1^*$

其中 $(\cdot)^$ 表示复共轭。这个矩阵的关键性质是正交：它的列向量内积为零。正是因为正交，接收端可以神奇地把 $s_1$ 和 $s_2$ 的检测解耦*成两个独立操作，各自得到：

$$ \tilde{s}_1 = (|h_1|^2 + |h_2|^2) s_1 + \text{噪声}, \quad \tilde{s}_2 = (|h_1|^2 + |h_2|^2) s_2 + \text{噪声} $$

这和MRC的形式完全一致！所以Alamouti被誉为"发射端的MRC"。它最大的意义在于：不需要发射端知道信道状态（开环），纯靠编码结构就能拿到满分集增益。这正是它被WCDMA、LTE、WiMAX竞相采用的原因。

5. 分集的硬指标：分集阶数

衡量分集效果的标尺是分集阶数（diversity order）$d$，定义为高信噪比下误码率随信噪比下降的幂次：

$$ P_e \propto \text{SNR}^{-d} $$

单天线无分集时 $d=1$（误码率随SNR倒数下降）；Alamouti 2发1收时 $d=2$；2发$N_r$收时 $d=2N_r$。在SNR很高时，分集阶数每加1，误码率曲线下坠的速度就翻倍。在双对数坐标上，这就是曲线斜率的变化——分集阶数越高，曲线越陡。

graph LR
    subgraph 分集的本质
        A1[单天线<br/>误码率 ~ SNR⁻¹<br/>d=1<br/>掉进深坑概率高]
        A2[2天线分集<br/>误码率 ~ SNR⁻²<br/>d=2<br/>两路同时掉坑概率=平方]
        A3[N天线分集<br/>误码率 ~ SNR⁻ᴺ<br/>d=N<br/>概率指数级下降]
        A1 --> A2 --> A3
    end
    style A1 fill:#f8d7da,stroke:#dc3545
    style A2 fill:#fff3cd,stroke:#ffc107
    style A3 fill:#d4edda,stroke:#28a745

注意一个关键点：分集提升的是曲线的斜率，不是平移。也就是说，分集并不能让你在低SNR时信号变得更强（那是波束赋形的活），它只是让你在高SNR区间的误码率"跌得更快"——可靠性迎来质变。

三、空间复用：用并行换吞吐

1. 换个思路：让天线各干各的

分集是把"一根天线的能力"放大变得更可靠，那如果想直接翻倍吞吐呢？思路截然相反：既然有 $N$ 根天线，就让它们同时各发一份不同的数据，相当于在同一块频谱、同一个时间里开了 $N$ 条并行的"数据车道"。

这就是空间复用。它的开山之作是贝尔实验室1996年的 V-BLAST（Vertical-Bell Laboratories Layered Space-Time）架构。两根发射天线同时发两个独立符号流 $s_1, s_2$，两根接收天线同时收到两个流的叠加，接收端通过复杂的信号处理（如ZF迫零、MMSE、SIC串行干扰消除）把它们解耦开来。

2. 为什么能并行？——信道矩阵的"秩"是关键

复用能开几条车道，不取决于你有多少天线，而取决于信道矩阵的秩（rank）。把MIMO信道建模成一个 $N_r \times N_t$ 的复数矩阵 $\mathbf{H}$，它能支撑的独立数据流数（即空间层数 layer）等于 $\text{rank}(\mathbf{H})$，上限是 $\min(N_t, N_r)$。

直觉：两根发射天线对两根接收天线，相当于四条路径。如果这四条路径彼此"长得太像"（高度相关），那接收端收到的两路信号几乎一样，根本分不开——信道矩阵就降秩了。只有当多径环境足够"丰富"（rich scattering），各路径足够独立，信道才是满秩的，复用才有效。

这就是为什么室内、密集城区（多径丰富）MIMO复用效果好，而空旷视距（LOS）场景下两根天线看到的几乎是同一条直线，信道强相关，复用基本失效——你硬塞两条流，接收端解不出来，反而互相干扰（层间干扰）。

3. 容量的飞跃：Telatar与Foschini的发现

1998年前后，Telatar和Foschini独立证明了一个震惊业界的结论：在富散射环境下，MIMO的信道容量随天线数线性增长。对于 $N_t$ 发 $N_r$ 收、等功率分配的系统，容量公式为：

$$ C = B \cdot \log_2 \det!\left(\mathbf{I}_{N_r} + \frac{\rho}{N_t} \mathbf{H}\mathbf{H}^H\right) $$

其中 $B$ 是带宽，$\rho$ 是信噪比，$\mathbf{H}^H$ 是信道矩阵的共轭转置。当 $\mathbf{H}$ 满秩且 $N_t = N_r = N$ 时，容量近似为：

$$ C \approx N \cdot B \cdot \log_2(1 + \rho) \quad \text{（高SNR近似）} $$

也就是说，容量被乘了一个 $N$——两根天线容量翻倍，四根天线翻四倍。这在香农公式里加的是"空间维度的乘子"，不是靠堆频谱、不是靠堆功率，而是白捡的频谱效率。这正是MIMO被称为"频谱效率倍增器"的根本原因。

但请务必记住公式的前提：富散射、高SNR、信道满秩。脱离这三条，复用的容量红利就会打折扣甚至消失。

四、鱼与熊掌：分集复用折中（DMT）

1. 一个直击灵魂的问题

看完上面两节，你一定会问：同样是两发两收，我到底是该分集（可靠）还是复用（快）？

这个问题在2003年被Zheng和Tse给出了一个漂亮的理论回答，史称分集-复用折中（Diversity-Multiplexing Tradeoff, DMT）。他们证明：对任意MIMO系统，分集增益 $d$ 和复用增益 $r$ 之间存在一条折中曲线，你不可能同时取到两者各自的最大值。

2. 折中曲线长什么样

graph LR
    subgraph DMT折中曲线示意 d vs r
        direction TB
        R0["● 全分集点 (r=0, d=d_max)<br/>只发1条流，多余天线全做分集<br/>→ 可靠性拉满，吞吐不变"]
        R1["● 折中点 (r=k, d 中等)<br/>发k条流，剩余资源兼顾分集<br/>→ 多数工程实际选择"]
        R2["● 全复用点 (r=r_max, d=0)<br/>天线全部用于并行流<br/>→ 吞吐拉满，无分集保护"]
        R0 --> R1 --> R2
    end
    style R0 fill:#d4edda,stroke:#28a745
    style R1 fill:#fff3cd,stroke:#ffc107
    style R2 fill:#cce5ff,stroke:#007bff

折中曲线是一条分段线性的下凸折线：最左端是"全分集"（$r=0$，分集最大），最右端是"全复用"（$d=0$，吞吐最大）。你每往右挪一步（多发一条流换吞吐），曲线高度（分集保护）就往下掉一截。 想要又快又稳？对不起，天下没有免费的午餐。

3. 什么时候偏向谁

工程上的拇指法则非常清晰：

工作点 SNR条件 信道条件 倾向选择 典型场景
低SNR区 信噪比差 任意 偏分集 小区边缘、深度覆盖、控制信道
高SNR区 信噪比好 富散射、满秩 偏复用 小区中心、室内、热点容量
高SNR但信道相关 信噪比好 视距、强相关 退回分集 空旷直射、毫米波LOS

为什么低SNR偏分集？ 因为复用在低SNR下，每条流的信噪比本就可怜，硬开多条流只会让每条流都解不出来，层间干扰雪上加霜。此时不如把全部功率和天线集中保一条流，靠分集把这条流的可靠性顶上去——"兵少就精，集中兵力打歼灭战"。

为什么高SNR偏复用？ 因为此时每条流信噪比富余，多开一条流就能多换一倍吞吐，分集带来的误码率改善在高SNR区已是"锦上添花"，远不如吞吐翻倍划算。

一句话总结：信道差求生存→分集；信道好求发展→复用。

五、工程现实：系统如何动态抉择

1. 自适应MIMO：让信道说了算

既然分集和复用各有所长，现网系统绝不会"一根筋"。无论是LTE的传输模式（TM）还是5G NR的DCI调度，都内置了自适应切换机制：终端持续测量并上报信道质量（CQI）、秩指示（RI，Rank Indicator）、预编码矩阵指示（PMI），基站据此决定：

flowchart TD
    Start[终端测量上报<br/>CQI / RI / PMI] --> Check{基站判决<br/>信道秩 RI 与信噪比}

    Check -->|"低SNR / RI=1<br/>弱信道"| Div[分集模式<br/>Alamouti STBC / SFBC<br/>或单流波束赋形]
    Check -->|"中SNR / RI中等<br/>折中区"| Hybrid[混合模式<br/>CDD循环延时分集<br/>或部分复用]
    Check -->|"高SNR / RI高<br/>富散射强信道"| Mux[空间复用模式<br/>开环/闭环空间复用<br/>多流并行]

    Div --> Goal1[目标：可靠性<br/>降误码、保连接]
    Hybrid --> Goal2[目标：兼顾<br/>吞吐与可靠性]
    Mux --> Goal3[目标：吞吐量<br/>频谱效率最大化]

    style Div fill:#d4edda,stroke:#28a745
    style Hybrid fill:#fff3cd,stroke:#ffc107
    style Mux fill:#cce5ff,stroke:#007bff

2. 几种"两全其美"的折中技术

工程师们当然不甘心非此即彼，发明了不少在分集和复用之间"打太极"的技术：

3. 现网中的真实分工

理解了分集与复用的分工，很多现网现象就豁然开朗：

六、调试陷阱与实战提醒

陷阱1：把"层数"当成"天线数"

很多新人看日志，发现调度了"2流"，就以为用了两根天线。空间层数（layer）= 有效数据流数，受信道秩约束，和物理天线数不是一回事。 4根天线在视距下可能只能开1层（RI=1），2根天线在富散射下也能稳定开2层。排查吞吐问题时，先看RI，再看天线配置。

陷阱2：高SNR却吞吐上不去

如果终端RSRP/SINR都很好，但吞吐远低于预期，第一个怀疑对象就是空间复用没开起来——RI被报成了1。原因可能是：天线间距太小导致相关性高、终端极化配置问题、PMI/RI上报异常，或是基站传输模式配置成了固定分集模式。

陷阱3：低SNR强行复用反而更差

有些设备在高阶调制失败时，仍坚持2流复用，导致每条流信噪比都不够，两条都解错。正确策略应是主动降到1流分集，把两根天线的能量合到一条流上。这体现为调度日志中"流数随SNR下降而减少"——这是正常且健康的自适应行为，不是故障。

陷阱4：误把波束赋形和分集混为一谈

波束赋形是"能量集中到某个方向"（覆盖/信干噪比增益），分集是"多路冗余对抗衰落"（可靠性增益），复用是"多路并行传不同数据"（吞吐增益）。三者的增益来源完全不同：波束赋形来自阵列的方向性，分集来自路径的独立性，复用来自信道的多秩性。看优化指标时务必分清你在调的是哪个增益维度。

七、一张表收尾：分集 vs 复用全景对比

维度 空间分集 空间复用
核心目标 提升可靠性 提升吞吐量
发送内容 相同信息的冗余 不同的独立数据流
收益类型 分集增益（降误码） 复用增益（升频谱效率）
误码率特性 $P_e \propto \text{SNR}^{-d}$，斜率变陡 层间干扰，需高SNR支撑
信道要求 任意信道可用 需富散射、高秩（满秩）
最佳工作点 低SNR、弱信道 高SNR、强信道
典型技术 MRC、Alamouti STBC、CDD V-BLAST、ZF/MMSE、SIC
是否需信道反馈 开环（如Alamouti）无需 闭环需RI/PMI反馈更优
现网典型用例 控制信道、广播、边缘用户 业务信道、中心用户、热点
与天线数关系 阶数 $\leq N_t \times N_r$ 流数 $\leq \min(N_t, N_r)$

常见问题

Q1：空间分集和空间复用能同时用吗？ A：同一组天线资源上严格说是零和的，但工程上有"折中点"——比如发2条流的同时用CDD/预编码额外引入分集效应，或者用部分天线复用、部分天线分集。这就是DMT曲线上那些中间工作点的物理实现。真正的"同时满分集满分集复用"在信息论上是不可能的。

Q2：手机只有几根天线，为什么也能享受MIMO？ A：手机端的MIMO复用主要靠基站多天线+手机2~4根天线实现2~4流；分集则靠手机多根接收天线做接收分集。需要注意的是手机天线间距受尺寸限制，相关性偏高，所以手机MIMO的复用层数通常比基站侧保守。

Q3：分集增益和阵列增益（波束赋形增益）有什么区别？ A：分集增益改善的是误码率曲线的斜率（让高SNR时错得更少），本质是统计意义上的可靠性提升；阵列增益改善的是接收信噪比本身（让信号更强，等效提升覆盖距离）。一个是"更不容易出错"，一个是"信号更亮"，两码事。

Q4：为什么控制信道总是用分集而不是复用？ A：控制信道承载调度命令，一旦译错会导致整个调度混乱，对可靠性要求极高，且其数据量小、对吞吐不敏感。分集的低误码特性正契合"宁可慢、不可错"的需求，所以PDCCH等控制信道几乎全程采用发射分集。

Q5：Alamouti编码为什么必须是正交矩阵？ A：正交性保证了接收端能把两个符号 $s_1, s_2$ 的检测完全解耦成两个独立的线性运算，从而获得满分集且译码简单（只需线性合并）。若失去正交性，两个符号就会相互耦合干扰，要么损失分集增益，要么需要复杂的最大似然译码——这正是为什么超过2根天线时，不存在既全速率又满分集的复正交STBC（这是一个被证明的数学结论）。

参考来源

  1. 一文帮你捋清MIMO和分集、复用的关系，顺便介绍几种常用的分集技术 — CSDN博客 — 系统梳理MIMO、空间分集、空间复用三者的关系与常用分集技术
  2. 通信算法知识小点3：通信中的分集与复用 — 知乎 — 从初学者角度辨析分集与复用，澄清常见混淆
  3. MIMO技术核心原理：空间复用与分集增益如何提升无线性能 — RF技术社区 — 从分集阶数和误码率角度量化分析分集与复用的增益
  4. Mimo技术核心功能解析：与波束赋形、空间复用的区别 — 51CTO — 结合场景辨析波束赋形、空间复用、收发分集三项核心功能
  5. MIMO发射方案 — 博客园 — 介绍V-BLAST等空间复用架构与发射分集方案对比

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