想象你走进一家高档餐厅。如果你想吃一份牛排，你不会冲进后厨告诉厨师："用 220 度煎 3 分 15 秒，撒 2.3 克盐、0.7 克黑胡椒，醒肉 4 分钟。"那样太累，也太慢。
你只需要做一件事——指着菜单说："7 号。"
后厨拿到"7 号"这个编号，就知道对应一套完整的、预先定义好的烹饪参数。这就是"码本（Codebook）"在通信里扮演的角色。预编码矩阵就是那道"菜"，码本就是那张"菜单"，而 PMI（Precoding Matrix Indicator，预编码矩阵指示）就是你点的"菜号"。
这篇我们来彻底讲清楚：基站要给手机发数据时，那套"弯曲电波"的预编码矩阵，到底是怎么确定的？为什么 5G 要搞出 Type I、Type II 两套菜单？工程师在抓包时看到一串 PMI 数字，背后到底意味着什么？
在上一篇《预编码：波束赋形的矩阵内核》里，我们知道了基站有多个天线振子，发射前要把信号乘上一个预编码向量 $\mathbf{w}$，让多路电波在手机那个方向上"恰好对齐叠加"，形成一根又尖又强的波束。
那么问题来了：这个 $\mathbf{w}$ 到底该填什么值？
最理想的情况是：基站精确知道此刻空间信道的每一个细节（这叫完美 CSI，Channel State Information），然后算出最优的 $\mathbf{w}$。但现实骨感——
这就引出了一个核心矛盾：
反馈越精确，预编码越好，吞吐量越高；但反馈本身要占用宝贵的上行资源，开销越大。
一个 32 端口的基站，它的预编码向量是一个 $32 \times 1$ 的复数列向量，每个复数有幅度和相位。如果要反馈一个实数复数矩阵，那开销会大到把上行链路吃光。手机光是上报信道，就没带宽传自己的数据了。
这就是码本诞生的根本动因——用"编号"代替"原值"，用有限预设换取可控开销。
码本的精妙之处在于一个约定：
基站和手机，事先共同保存同一本"预编码矩阵小册子"，里面每一页都编了号。
手机测完信道后，不需要把最优矩阵本身报回去，只需做一件事：翻一遍这本册子，找到跟当前信道最匹配的那一页，然后把页码（PMI）报给基站。 基站收到页码，对照自己那本一模一样的册子，就知道该用哪个矩阵了。
数学上，码本就是一个有限的预编码向量集合：
$$\mathcal{C} = {\mathbf{w}_1, \mathbf{w}_2, \cdots, \mathbf{w}_N}$$
手机的选择规则非常直白——找那个能让接收信干噪比（或者说等效信道增益）最大的向量：
$$\text{PMI} = \arg\max_{i} \; |\mathbf{H} \mathbf{w}_i|^2$$
其中 $\mathbf{H}$ 是手机测到的下行信道矩阵。翻译成人话：挨个试册子里的每个候选波束，看哪个能把信号"怼"得最强，就选它。
注意一个关键设计哲学：码本里的每一个向量，都对应一个物理意义上的"波束指向方向"。 这不是随便编的一堆复数，而是精心设计的、指向不同空间角度的波束。下面看看它们是怎么来的。
码本里的预编码向量，绝大多数是基于 DFT（离散傅里叶变换） 构造的。原因要从天线阵列响应说起。
假设基站有一排 $M$ 个天线振子（均匀线阵，间距 $d$）。当一个频率的信号从角度 $\theta$ 方向入射时，相邻两个振子收到的信号会有一个相位差，因为电波到达第二根振子要多走一段路 $d\sin\theta$。
这个相位差 $\phi = \frac{2\pi d}{\lambda}\sin\theta$ 决定了阵列响应向量：
$$\mathbf{a}(\theta) = \frac{1}{\sqrt{M}} \begin{bmatrix} 1 \ e^{j\phi} \ e^{j2\phi} \ \vdots \ e^{j(M-1)\phi} \end{bmatrix}$$
你看这个向量的结构——每一行是前一行乘以一个固定的相位因子 $e^{j\phi}$。不同角度 $\theta$，对应不同的相位因子；不同相位因子，对应不同指向的波束。
于是码本的构造思路就清晰了：把角度离散化，每隔一小段取一个角度，每个角度算出一个阵列响应向量，就构成了一张波束菜单。 这就是 DFT 码本——相位因子在单位圆上均匀取点，本质就是离散傅里叶变换的列向量。
flowchart LR
subgraph 设计端["码本设计（离线约定）"]
A1["角度空间<br/>θ = -60° … +60°"] --> A2["均匀离散化<br/>N 个角度"]
A2 --> A3["每角度算<br/>阵列响应向量 a(θ)"]
A3 --> A4["打包成码本<br/>C = {w₁…w_N}"]
end
subgraph 约定["双方各存一本"]
A4 --> B1["基站册子"]
A4 --> B2["手机册子"]
end
这张图回答了一个关键问题：为什么码本"对得上"。 因为波束编号和物理方向是一一对应的、预先计算好的，不是运行时才商量。
工程直觉：码本越"厚"（N 越大），角度离散越细，覆盖越精细，但翻找和上报的开销也越大。这是贯穿整个码本设计的张力。
光有码本还不够，得有一整套流程让它跑起来。这就是 CSI 反馈闭环。整个流程像一场默契的双人舞：
sequenceDiagram
participant gNB as 基站(gNB)
participant UE as 手机(UE)
Note over gNB: 1. 周期性发送 CSI-RS<br/>(已知参考信号)
gNB->>UE: CSI-RS 导频（每个天线端口一路）
Note over UE: 2. 测量每根天线端口<br/>到自己的信道 H
Note over UE: 3. 翻码本，找最优页码<br/>PMI = argmax ||H·w_i||²
Note over UE: 4. 同时估算<br/>CQI(信噪比) RI(层数)
UE->>gNB: 上报 PMI + CQI + RI
Note over gNB: 5. 查码本取 w(PMI)<br/>据此预编码发送
gNB->>UE: 经预编码的数据（多流/波束）
这里有一个非常重要的细节，新手经常混淆：基站用来发 CSI-RS 的"天线端口"，不是物理振子，而是逻辑端口。 一个逻辑端口背后可能映射到一组物理振子（虚拟化）。手机测到的，是"逻辑端口→手机"的等效信道。这一点搞清楚，后面看 PMI 报告才不会晕。
流程里每一步都值得品味其设计：
| 步骤 | 携带的信息 | 为什么这样设计 |
|---|---|---|
| CSI-RS 发送 | 已知的导频图案 | 让手机"有标准答案"可对照，从接收到的畸变中反推信道 |
| 信道测量 | 估计 H | 信道状态信息（CSI）的原始来源，精度决定一切 |
| PMI 上报 | 码本页码（整数） | 用编号代替矩阵，反馈开销从 O(端口数²) 降到 log₂(N) 比特 |
| CQI 上报 | 信噪比等级 | 告诉基站该用什么调制编码（MCS），决定吞吐量 |
| RI 上报 | 可用空间层数 | 告诉基站信道能"劈"成几条并行流（空间复用） |
PMI、CQI、RI 这"三件套"是 CSI 报告的核心。其中 PMI 是波束菜单的页码，CQI 是"这信道有多壮实"，RI 是"能切成几条并行车道"。
到了 5G NR，码本演进出一个关键分叉：Type I 和 Type II。这两者不是简单的"新旧关系"，而是面向不同场景的两套精度档位。
Type I 的逻辑是：从码本里挑一根最好的波束，报它的编号。 每个上报的预编码就是单个 DFT 波束（或多流时几个正交波束）。
它的特点是反馈开销极小——手机只要报几个整数页码就行。适合：
Type II 的逻辑高级得多：它不满足于挑一根波束，而是把码本里最强的几根波束（通常 2~4 根），按各自不同的幅度和相位，线性组合成一个更精细的预编码向量。
$$\mathbf{w} = \sum_{n=1}^{L} c_n \, \mathbf{v}_n$$
其中 $\mathbf{v}_n$ 是码本里选出的 $L$ 个"基波束"，$c_n = \alpha_n e^{j\varphi_n}$ 是每个基波束的复数权重（幅度+相位）。
为什么要这么折腾？因为真实信道里，多径丰富、散射复杂，最优预编码往往不是某一根标准波束，而是几个标准波束的混合——就像最优口味不是盐或胡椒单味，而是按比例调配。Type II 用线性组合逼近这个"最优混合配方"，精度远高于 Type I。
但代价是：反馈开销暴涨。手机不仅要报"选了哪几个波束"，还要报每个波束的幅度和相位（分宽带和子带两层）。开销通常是 Type I 的 4~10 倍。
| 维度 | Type I 码本 | Type II 码本 |
|---|---|---|
| 波束构成 | 单根 DFT 波束（或几个正交波束） | 多根波束的线性组合 |
| 反馈内容 | 波束页码 + 宽带/子带幅度 | 多波束编号 + 每波束幅度 + 每子带相位 |
| 反馈开销 | 低（几十比特量级） | 高（可达数百~上千比特，4~10×） |
| 信道分辨率 | 粗，匹配单一尖锐方向 | 细，逼近真实多径结构 |
| 主打场景 | SU-MIMO、强信号、上行资源紧张 | MU-MIMO、富散射、需要精确抑制用户间干扰 |
| 典型吞吐增益 | 基线 | 中低 SNR 下显著提升（精确配对用户） |
这张表里的"为什么"是精髓：为什么 MU-MIMO 必须用 Type II？ 因为多用户波束赋形不仅要"对准目标用户"，更要"避开其他用户"。这要求预编码向量极其精确，差一点就会"漏波"打到邻座用户身上，造成严重干扰。Type II 的高分辨率组合正是为此而生。
一句口诀：Type I 是"找个最像的现成波束"，Type II 是"自己动手把几个现成波束调出最优配方"。前者省、后者准。
上面讲的是数字预编码的码本。但 5G 在毫米波等高频段，大量使用模拟波束赋形（或数模混合），此时码本要和波束扫描（beam sweeping）配合，演化出分层码本的思想。
模拟波束赋形用移相器控制各天线相位，一次只能形成一个固定方向波束。基站和手机之间谁也看不见谁，怎么对上眼？答案是 CSI-RS 波束扫描 + 分级搜索：
flowchart TB
Start["开始波束训练"] --> S1["P-1: 宽波束粗扫<br/>少量宽波束覆盖全扇区<br/>找出大致方向"]
S1 --> S2["P-2: 在粗方向内<br/>用更窄波束精扫<br/>定位主瓣"]
S2 --> S3["P-3: 在主瓣附近<br/>极窄波束微调<br/>锁定最优指向"]
S3 --> Done["锁定 Tx-Rx 最优波束对<br/>进入数据传输"]
style S1 fill:#fff3cd
style S2 fill:#ffe4b5
style S3 fill:#ffd699
这就像用望远镜找星星：先用低倍大视野粗扫定位大致方位，再逐级放大、收窄视野精确定位。 分层码本里，宽波束本身也可以由多个窄波束"合成"出来——数学上就是几个 DFT 向量的特定叠加。这样既能覆盖广，又能在确定方向后无缝切换到精细的窄波束。
对应到 NR 的 CSI 报告类型，有 CSI-RS 资源_indicator（CRI）：手机上报它测得最强的那个 CSI-RS 资源编号，本质就是上报"哪个发射波束最好"。基站据此完成 Tx 波束选择。这套机制是毫米波网络覆盖的命脉。
回头看整个码本体系，所有设计都在回答同一个核心问题：在反馈开销和预编码精度之间，怎么找到最佳平衡点？
flowchart LR
Q["核心矛盾<br/>反馈开销 vs 预编码精度"] --> L["增大码本/组合复杂度"]
Q --> R["压缩上报内容"]
L --> LA["精度↑ 干扰↓ 吞吐↑"]
L --> LB["上行开销↑ UE功耗↑ 延迟↑"]
R --> RA["开销↓ 覆盖↑ 可容纳更多用户"]
R --> RB["精度↓ 波束偏 调制降级"]
style Q fill:#f8d7da
具体的设计权衡有几条主线：
用编号代原值：把连续的复数矩阵空间，量化成有限码本，开销从矩阵规模降到 $\log_2 N$ 比特。这是最根本的"省"。
宽带/子带两级：相位/幅度信息分宽带（整段带宽一个值，省）和子带（每段一个值，精）。Type II 默认子带相位、宽带幅度，就是在精度和开销间折中。
DFT 结构化码本：不存随机复数，而是用 DFT 列向量，因为它们天然对应物理方向，还能让基站用 FFT 快速搜索最优 PMI，降低手机运算负担。
分等级菜单：Type I / Type II / 增强型 Type II，给不同场景不同档位。不是越高级越好，而是"够用就好"——边缘用户用 Type I 省开销，中心用户用 Type II 榨干吞吐。
面向 MU-MIMO 的精度跃升：当基站要同时服务多个用户时，预编码精度直接等于抗干扰能力，此时高开销换高精度才划算。
现网排查下行速率低，老工程师会看 UE 上报的 PMI 时序。如果 PMI 在相邻几个值间剧烈跳动，通常意味着：
此时 PMI 上报周期跟不上信道变化，基站用的预编码总是"过期"的。对策是缩短 CSI 上报周期，或开启 CSI 压缩的子带反馈。
有些基站默认走 Type I（省开销），导致 MU-MIMO 用户间干扰压不住，配对增益上不去。调试时确认 RRC 配置里的 codebookType 是否配成 Type II，以及 RI 和端口数是否满足 Type II 的门槛。
边缘用户上行本来就弱，却还要扛 Type II 的高开销反馈，导致上行 PUSCH 拥塞。对策是边缘用户降级用 Type I，或拉长 CSI 周期，把宝贵的上行让给业务数据。
Q1：既然 Type II 精度高那么多，为什么不全部用 Type II？ A：因为 Type II 的反馈开销是 Type I 的 4~10 倍。在边缘覆盖、上行资源紧张、或 SU-MIMO 单用户场景下，这点精度提升换不来等价的吞吐增益，反而把上行打爆。通信永远是开销与收益的博弈，"够用就好"比"越精越好"重要。
Q2：TDD 不是靠信道互易性就能知道下行信道吗，还要码本干嘛？ A：TDD 确实能利用上下行同频的互易性，直接由上行 SRS 估算下行信道，理论上可少用码本。但实际中由于射频收发链路非对称（校准残差）、上行探测信噪比限制，以及部分场景仍需 UE 反馈辅助，码本反馈在 TDD 中并未完全消失，常常与互易性配合使用。FDD（上下行不同频）则必须依赖码本反馈。
Q3：手机怎么知道当前该用哪个码本、报哪种类型？ A：基站通过 RRC 信令（CSI-ReportConfig）半静态配置：告诉 UE 用 Type I 还是 Type II、码本子集约束（subsets）、反馈的频域粒度（宽带/子带）、上报周期等。UE 严格按配置执行测量和上报，是"被指挥"的角色。
Q4：增大码本规模（N 更大）是不是总能提升性能？ A：不一定。码本更大，角度分辨率更高，理论上量化误差更小；但搜索复杂度和上报比特数也增长（$\log_2 N$），且当信道角度扩展很大、多径丰富时，单纯增加单波束码本收益递减——这也是 Type II 改用"多波束线性组合"而非"无限增大单波束码本"的根本原因。
Q5：码本里的预编码向量是固定不变的吗？ A：码本本身（菜单）是标准预先定义、固定不变的，基站和 UE 都照此执行。但手机每次上报选中的 PMI 会随信道实时变化，所以实际使用的预编码向量是动态变化的——菜单不变，但每顿点的菜不同。
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。