首页 › deep-tech › MIMO的秩：空间维度的密码

你大概听过这样的宣传："4×4 MIMO，速率翻4倍。"于是很自然地以为——发射端加一根天线、接收端加一根天线，吞吐量就线性往上爬。可真拿起路测软件一看，城区里 4×4 的终端往往只能跑到"双流"，到了开阔的国道上甚至退化成单流。天线明明还在那儿，那两根天线去哪了？

答案藏在一个比天线数更根本、却常被忽略的量里：秩（Rank）。它才是决定 MIMO 到底能并行传几路数据的真正天花板。今天这一篇，我们就把"秩—层—流"这条线从直觉一直拆到矩阵底层的奇异值，看清无线环境是如何在暗中给空间维度上锁的。

一、一个反直觉的起点：车道修了，未必能并排跑

先把 MIMO 想象成一座连接两岸的桥。

如果匝道之间互不干扰，4 出 4 入，理论上就有 4 条并行的车道，吞吐量自然是单条的 4 倍——这就是空间复用最诱人的承诺。

但现实是：无线信号不是在真空的管道里跑，它会被楼宇、车辆、树叶反射、折射、绕射，最后从四面八方乱糟糟地涌进接收天线。于是会出现两种"修了也白修"的情况：

  1. 几根发射天线发出的信号，到接收端看起来几乎一模一样。 出口虽然是 4 个，但发出的"车"长得完全相同、挤在同一条轨迹上，接收端根本分不开——这就是天线相关性导致的"车道塌缩"。
  2. 环境里根本没有足够的散射体去"打散"信号。 一条笔直的视距（LOS）路径主导了一切，空间里能区分的"独立方向"就那么一两个，匝道再多也凑不出新车道。

所以，真正决定能跑几条道的，不是你修了几条匝道，而是这片空间物理上能提供几条互不干扰的独立通道。这个数，就是信道的秩。

二、信道矩阵 H：把"空间混乱"写成一行公式

要让秩这个概念落地，得先给"空间通道"一个数学身体。MIMO 系统的输入输出关系可以写成几乎所有通信教材开篇都会写的样子：

$$\mathbf{y} = \mathbf{H}\mathbf{x} + \mathbf{n}$$

其中 $\mathbf{x}$ 是 $N_t$ 维发射信号向量（每根发射天线发一个），$\mathbf{y}$ 是 $N_r$ 维接收信号向量，$\mathbf{n}$ 是噪声，而 $\mathbf{H}$ 是一个 $N_r \times N_t$ 的信道矩阵——它的第 $(i,j)$ 个元素 $h_{ij}$ 描述的是"第 $j$ 根发射天线到第 $i$ 根接收天线"这条子路径的增益和相位。

直观地说，$\mathbf{H}$ 就是这座桥的"地形图"。你想知道这座桥到底能并排跑几路车，就等于在问：这个矩阵 $\mathbf{H}$ 有多少个线性独立的列（或行）？ 这个数就是矩阵的秩，记作 $\mathrm{rank}(\mathbf{H})$，也叫空间自由度（degrees of freedom）。

它有一个硬上限：

$$\mathrm{rank}(\mathbf{H}) \leq \min(N_t, N_r)$$

也就是说，即便你发射 64 根、接收 4 根，秩最多也就是 4——接收端只有 4 只眼睛，看不清第 5 条路。这就是为什么手机端的秩受限于终端天线数。

但上限是上限，实际秩往往更小，原因就是前面说的散射环境。这引出 MIMO 工程里一条铁律：散射越丰富，秩越高；直射越强，秩越低。

三、SVD：理解秩最锋利的那把刀

光说"线性独立"还是太抽象。真正把秩的物理意义剖开的，是奇异值分解（SVD）。对任意信道矩阵 $\mathbf{H}$，都可以分解成：

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

这里 $\mathbf{U}$（$N_r\times N_r$）和 $\mathbf{V}$（$N_t\times N_t$）都是酉矩阵（只做旋转、不改变能量），而 $\boldsymbol{\Sigma}$ 是一个对角阵，对角线上是一串非负实数 $\sigma_1 \geq \sigma_2 \geq \cdots \geq \sigma_r > 0$，叫做奇异值。

这串奇异值就是理解一切的钥匙：

通过发射端用 $\mathbf{V}$ 做"对齐"、接收端用 $\mathbf{U}$ 做"解耦"，原本纠缠成一团的 MIMO 信道就被拆解成了 $r$ 条完全独立、互不干扰的并行子信道：

$$y_i = \sigma_i x_i + n_i, \quad i = 1,\dots,r$$

每条子信道都是一根干净的"虚拟水管"，水管的粗细就是 $\sigma_i$。于是整个 MIMO 信道的容量，就等于这 $r$ 根水管容量的叠加：

$$C = \sum_{i=1}^{r} \log_2!\left(1 + \frac{P_i\,\sigma_i^{2}}{\sigma_n^{2}}\right)$$

其中 $P_i$ 是分给第 $i$ 根水管的功率。最优的功率分配策略叫注水定理（water-filling）——把功率像倒水一样，优先灌进最粗（$\sigma_i$ 最大）的管子，细管子分到很少甚至不分。这才是 MIMO 容量随秩增长的真正机制：每多一个非零奇异值，对数容量里就多加一项，吞吐量才能真往上跳。

工程师们还常用一个量来衡量这捆水管的"健康度"——条件数 $\kappa = \sigma_{\max}/\sigma_{\min}$。条件数小（粗管子们差不多粗），说明各路质量均衡，适合多流并行；条件数大（一两根特别粗、其余细如发丝），说明信道"病态"，硬上多流只会让弱势流大量出错。

flowchart LR
    subgraph 物理信道["物理 MIMO 信道 H（纠缠）"]
        direction TB
        A1["天线信号<br/>相互混叠"]
    end
    H --> SVD["SVD 分解<br/>H = U·Σ·Vᴴ"]
    SVD --> U1["接收端乘 U<br/>（解耦旋转）"]
    SVD --> V1["发射端乘 Vᴴ<br/>（对齐预编码）"]
    U1 --> P1["σ₁ 粗水管<br/>强特征信道"]
    U1 --> P2["σ₂ 中水管"]
    U1 --> P3["σ₃≈0<br/>几乎断流→不用"]
    V1 --> P1
    V1 --> P2
    P1 --> R["r 条并行独立子信道<br/>秩 = 非零奇异值个数"]
    P2 --> R
    style SVD fill:#e8f5e9,stroke:#2e7d32
    style R fill:#fff3e0,stroke:#ef6c00

四、秩、层、流、码字、天线端口：工程师最常混为一谈的五个词

走到这里，必须停下来把几个术语钉死。它们在日常对话里常被混用，但物理含义差着一整层抽象。这是新人踩坑的重灾区。

概念 严格定义 直觉类比 由谁决定
天线端口（Antenna Port） 一个逻辑上的"参考信号承载者"，同一端口上的信号经历相同的信道 逻辑上的"发车站台"，与物理天线不一定一一对应 规范定义（如 DMRS 端口）
码字（Codeword） 一个传输块经信道编码+调制后的符号流 一份打包好的"货物" MAC 层（NR 下行最多 2 个）
流（Stream） 层映射+预编码后送上天线的独立符号序列 最终上路跑的"车队" = 层数
层（Layer） 码字经层映射拆出的独立子流，等于空间复用的流数 一条并行车道 由秩约束
秩（Rank） 信道矩阵的秩，可并行传输的独立流上限 这片空间允许的最多车道 物理环境 + min(Nt,Nr)

一句话记住它们的层级关系：传输块 →（编码调制）→ 码字 →（层映射）→ 层 →（预编码）→ 天线端口 →（映射到物理天线）→ 自由空间。

特别要注意"天线端口≠物理天线"。一根物理天线阵子是看得见摸得着的金属片；而天线端口是一个逻辑抽象——5G 里用 DMRS 端口、CSI-RS 端口来标识"哪一路参考信号对应哪一条逻辑信道"。基站可能用 64 根物理天线做波束赋形，但对终端而言它只"看见"少数几个端口。这个抽象让收发两端只需关心逻辑信道，而不必理会物理天线那套复杂的阵列细节。

而层数永远 ≤ 秩：环境给的自由度是 r，你最多只能用 r 层；很多时候为了保稳，还会主动少用几层。

五、层映射：把货物分装到车道上

秩定下来之后（比如决定用 3 层），下一步就是层映射——把调制后的符号流，按规则分发到这几条层上。

规则其实很朴素：把码字符号流串行地、轮流地摊到各层上。就像发牌，第 1 张给层 1、第 2 张给层 2、第 3 张给层 3、第 4 张再回到层 1……

5G NR 对"一个码字能映射几层"有明确约定（这是工程现实，不是物理限制）：一个码字最多映射到 4 层；一旦层数超过 4，就必须用两个码字来分担。所以你会看到这样的对应：

层数 码字数 典型场景
1 1 边缘覆盖、弱信号、控制信道
2~4 1 中近点用户、城区良好散射
5~8 2 Massive MIMO 中心用户、极高吞吐

层映射之后，每层符号再进入预编码（上一篇《预编码：矩阵如何把比特投上天线》讲过的那一步），由预编码矩阵把它们"揉"到各个天线端口上发出去。可以说，秩决定"用几层"，层映射负责"分货"，预编码负责"上天线"——三步环环相扣。

六、秩自适应：链路自适应的空间延伸

你一定熟悉 AMC（自适应调制编码）：信道好就上高阶调制，信道差就退回低阶。秩自适应是同一个思想在空间维度上的延伸——信道空间丰富就多开几层抢速率，空间贫瘠就收缩层数保命。

决策的核心依据是终端上报的 RI（Rank Indicator，秩指示）。终端测量 CSI-RS 后，估算出当前信道能撑几层，把 RI 连同 PMI（预编码矩阵指示）、CQI（信道质量指示）一起反馈给基站。

flowchart TD
    S["终端测量 CSI-RS<br/>估算信道矩阵 H"] --> R["计算有效秩 r<br/>并选最优 RI"]
    R --> FB["上报 RI / PMI / CQI"]
    FB --> BS["基站综合判决<br/>（结合调度、干扰、业务）"]
    BS --> D1{"SNR 高 且<br/>散射丰富？"}
    D1 -->|是| H1["高秩：空间复用多流<br/>吞吐优先"]
    D1 -->|否| D2{"SNR 中等？"}
    D2 -->|是| H2["中秩：部分复用<br/>速率与稳健折中"]
    D2 -->|否| H3["低秩：单流或发射分集<br/>可靠性优先"]
    H1 --> TX["层映射 → 预编码 → 发射"]
    H2 --> TX
    H3 --> TX
    style BS fill:#e3f2fd,stroke:#1565c0
    style TX fill:#fff3e0,stroke:#ef6c00

需要强调的是：终端报的 RI 只是建议，最终用几层是基站说了算。 基站还要综合考虑多用户调度（这个时隙资源分给谁）、邻区干扰、业务类型（大文件下载才值得开多流，信令小包单流足矣）。所以现网里实际下发的"传输秩"经常低于终端上报的 RI，这是正常的保守策略，不是故障。

不同环境下秩的典型表现也很有规律，值得烂熟于心：

场景 散射/相关性环境 典型有效秩 主导 MIMO 模式
密集城区/室内 散射极丰富，去相关好 接近 min(Nt,Nr) 空间复用，多流高吞吐
一般城区街道 中等散射 2~3 部分复用
开阔郊区/LOS 散射稀疏、强相关 1~2 发射分集或单流
高速移动 信道快变、反馈滞后 1~2 主动降秩保稳定
小区边缘 低 SNR、高干扰 1 单流+低阶调制

这张表解释了开篇那个谜题：为什么国道上 4×4 跑成单流？ 因为开阔环境散射贫乏、视距强相关，信道秩本身就近乎 1，4 根天线发出去的信号被"压扁"成同一条路。天线没丢，丢的是空间自由度。

七、实战连接：路测里看秩

对一个做网优或现场调试的工程师，"秩"几乎天天见，但很多人只把它当成一个数值看，没理解背后的物理。把它和现场对上号，调试效率会高一个档次。

1. 路测软件里的 RANK/流数。 抓取终端反馈，你会看到 RI 在 1~4 之间跳动。RI 长期顶满（比如 4×4 终端稳定 RI=4），说明这片区域散射好、空间资源充裕，是"好点"；RI 一直在 1~2 徘徊，多半是开阔或天线相关性高的环境，并非设备坏了。

2. 吞吐不达标的排查顺序。 用户投诉"网速慢"，先别急着查干扰和功率，看一眼当前 RANK。如果是单流，再怎么调 MCS 也只用了 1/n 的空间资源——这时候要排查的是天线相关性（比如终端握姿遮挡了某根天线）、环境散射，或者终端本身能力，而不是一味加功率。

3. Rank 与 CQI/MCS 的耦合。 RI、PMI、CQI 是联合优化的，不是各自独立。开高秩会让每流的有效 SINR 下降（功率被分摊、流间残余干扰），于是 CQI 反而可能变低、MCS 降级。所以"流数多 = 速率高"并不总成立——在弱环境下硬开多流，每流都跑不动，总速率反而不如稳稳的单流。这就是为什么基站有"降秩保稳"的本能。

4. 上行的秩往往低于下行。 终端天线少（通常 2~4 根，且握姿下相关性高）、功率受限，上行空间复用层数天然低于下行。所以现网里常见"下行 4 流、上行 1~2 流"的不对称，是物理决定的，不必纠结。

八、几个最容易踩的坑

常见问题

Q1：秩（Rank）和层数（Layer）到底什么区别？ A：秩是信道允许的并行流上限（环境的物理约束），层数是系统实际使用的并行流数（工程决策）。层数 ≤ 秩。终端上报 RI 告诉基站"最多能撑几层"，基站再根据调度和干扰，决定实际下发几层。

Q2：为什么我手机显示 4×4 MIMO，下载却只有两流的速度？ A：4×4 是硬件能力上限，不代表当前环境能提供 4 个空间自由度。可能是散射不足（开阔/LOS 场景信道秩塌缩）、终端握姿导致天线相关、或处于小区边缘 SNR 太低使基站主动降秩保稳。查 RANK 指示就能定位。

Q3：秩越高一定越好吗？ A：不一定。开高秩会摊薄每流功率、引入流间干扰，导致每流 SINR 下降、MCS 被迫降级。在弱环境下，"高秩低阶"的总速率可能反而低于"低秩高阶"。秩自适应的本质就是在速率和可靠性之间动态找最优折中点。

Q4：SVD 分解在现网真的用了吗？ A：SVD 是理解秩和容量的理论工具，揭示了"信道可拆成并行子信道"的本质。但实际系统不直接做实时 SVD（计算量大、且需要完美信道知识），而是用预编码码本（PMI）来近似实现"对齐+解耦"的效果——码本里的预编码矩阵，本质上就是对 $\mathbf{V}$ 矩阵的离散化近似。

Q5：散射环境和秩的关系，能再具体点吗？ A：散射体越多、角度展开越广，到达接收端的不同天线信号就越"去相关"，信道矩阵的列向量越接近线性独立，秩越高。反之，开阔环境或天线间距太小，信号高度相关，秩下降。这也是为什么 MIMO 在室内和密集城区增益最大——那里"天然布满了镜子"。

参考来源

  1. How CQI, PMI, RI are related to CSI — ShareTechnote — 通俗讲解 RI/PMI/CQI 三者在 CSI 反馈中的协同关系
  2. Massive MIMO | SVD, Multiplexing, Rank and Condition Number — Salim Wireless — 用 SVD 分解图解秩、复用与条件数的工程直觉
  3. 5G MIMO — NR Massive MIMO, Rank, Layers, Precoding — 3GLTEInfo — 以工程视角串讲 rank/layer/precoding 的发送链路
  4. 5G NR Downlink CSI Reporting — MathWorks — 下行 CSI 上报与秩选择的仿真级说明
  5. Massive MIMO 中的层、秩和流 — 知乎专栏 — 中文社区对"层/秩/流"三个易混概念的辨析

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