如果有人告诉你：把基站的天线从 2 根增加到 64 根，覆盖范围能扩大数倍、同一块频谱能同时服务十几个用户、而且每个用户的信号还更清晰了——你大概会觉得这违反了能量守恒。能量从哪来的？干扰为什么反而消失了？
这正是 Massive MIMO（大规模多输入多输出） 技术最迷人的地方。它不是简单地把天线"堆多"，而是利用天线数量规模化后涌现出的几个数学性质，实现了通信方式的质变。
打个比方：传统基站发射信号，像一盏 手电筒——光向四面八方散开，照到哪里都亮，但谁都不够亮，还照到很多没人的地方（浪费能量、互相干扰）。Massive MIMO 则像一把 激光笔：光线高度集中，指哪打哪，几乎不浪费能量，还能同时用多束不同方向的激光，分别精确照射不同的用户。
问题是：手电筒怎么就变成激光笔了？答案藏在"阵列"两个字里。
先厘清概念。MIMO（多天线技术）从 4G 时代就有，基站用 2 根或 4 根天线。Massive MIMO 是 Marzetta 在 2010 年提出的概念，核心是把天线数量提高一个数量级以上——5G 基站典型配置是 64 根发射、64 根接收天线（64T64R），毫米波频段甚至上百根。
但"多"本身不稀奇，真正的质变在于：当天线数 (M) 趋向于"大规模"时，会触发一个叫 "信道硬化"（channel hardening） 的现象——无线信道原本是捉摸不定、剧烈波动的，但天线一多，波动就被"平均掉"了，信道变得稳定可预测。这是后面一切优势的根基。
下面这张表先给出传统 MIMO 与 Massive MIMO 的本质区别：
| 维度 | 传统 MIMO（4G，2T2R/4T4R） | Massive MIMO（5G，64T64R+） |
|---|---|---|
| 天线数量 | 2~8 根 | 数十至上百根 |
| 主要增益来源 | 空间分集 + 少量复用 | 阵列增益 + 空分多址 + 信道硬化 |
| 波束能力 | 宽波束，几乎不"指方向" | 极窄波束，可精确对准并避开干扰 |
| 同频同时用户数 | 1~2 个 | 十几个甚至几十个 |
| 对信噪比的改善 | 有限（几分贝） | 大幅（10~18 dB） |
| 典型频段 | 低频（<3GHz） | 中频（2.6/3.5GHz）、毫米波 |
想象 64 个人同时朝同一个方向、同一节奏喊话。如果他们步调完全一致（同相位），声波会在那个方向上 相长干涉，叠加成一声巨响；而在其他方向，声波相互抵消，几乎听不见。
天线阵列干的就是这件事：每根天线发射同一个信号，但给每根天线加上一个微小的 相位调节，让所有天线发出的电磁波在目标用户的位置上"波峰对波峰"地叠加，在非目标方向上则相互抵消。
对于 (M) 根天线组成的阵列，若信号能在目标方向上完美相干叠加，信号功率就放大 (M) 倍，即功率增益：
$$G_{\text{array}} = 10\log_{10}(M) \quad (\text{dB})$$
代入看一眼：4 根天线增益约 6 dB，64 根天线增益约 18 dB，256 根则约 24 dB。18 dB 意味着接收功率提升约 63 倍——这相当于在不用增加发射功率的前提下，把覆盖半径大幅外推，或者在同样距离上让信号穿透更多障碍。
阵列增益的"代价"是波束变窄。这其实是好事——能量不再乱洒。对于半波长间距（(d=\lambda/2)）的均匀线阵，天线数为 (N) 时，半功率波束宽度（HPBW）近似为：
$$\text{HPBW} \approx \frac{0.886 \times 2}{N} \quad (\text{弧度})$$
也就是说，天线数翻倍，波束宽度大致 减半。8 根天线波束约 13°，64 根天线波束缩到约 1.6°——这就是为什么 Massive MIMO 能把信号像聚光灯一样精确投向某个用户。
下面用图来呈现单天线、传统多天线与大规模阵列的波束差异：
flowchart LR
subgraph A["单天线 / 宽波束"]
A1["📡 1根天线"]:::weak --> A2(("全向辐射\n能量散乱")):::bad
end
subgraph B["传统 MIMO / 中等波束"]
B1["📡📡 2-4根"]:::mid --> B2(("扇区覆盖\n能效一般")):::midc
end
subgraph C["Massive MIMO / 窄波束"]
C1["📡×64 大规模阵列"]:::strong --> C2(("精确聚焦\n能量集中\n旁瓣被抑制")):::good
end
A2 -.弱信号.-> U1["👤 用户"]
B2 -.中信号.-> U2["👤 用户"]
C2 ==强信号==> U3["👤 用户"]
classDef weak fill:#fff3f3,stroke:#c0392b
classDef mid fill:#fff8e1,stroke:#e67e22
classDef strong fill:#e8f5e9,stroke:#27ae60
classDef bad fill:#fadbd8,stroke:#c0392b,color:#922b21
classDef midc fill:#fdebd0,stroke:#e67e22,color:#7e5109
classDef good fill:#d5f5e3,stroke:#27ae60,color:#1e8449
如果只是把波束做窄、把信号做强，那 Massive MIMO 充其量是个"超级定向天线"。它真正颠覆性的能力是 空分多址（SDMA）：在同一时刻、同一频率上，同时给多个不同方向的用户发送 不同 的数据。
想象一间会议室里，主持人同时对甲、乙、丙三个人说话，但每句话的内容不同。怎么做到不串台？主持人利用 声音的方向性——他的声场在甲的位置主要叠加成"给甲的话"，在乙的位置主要叠加成"给乙的话"，在丙的位置主要叠加成"给丙的话"。每个人听到的，主要是自己的内容。
基站要做这件事，靠的是 预编码矩阵（precoding）：把要发给每个用户的数据，按各用户的"空间方向特征"加权后合并，从所有天线一起发出去。结果就是：每个用户位置上，自己的信号被加强（相长干涉），其他用户的信号被刻意抵消（零陷，null）。
阵列的"自由度"等于天线数 (M)。要同时服务 (K) 个用户且互不干扰，需要 (M \geq K)。传统 2T2R 基站，空分最多 2 个用户；64T64R 的 Massive MIMO，理论可空分十几个甚至二十几个用户。这就是为什么 Massive MIMO 被称为"容量倍增器"——频谱效率（bps/Hz）随空间层数线性增长。
flowchart TD
BS["🏢 64T64R 基站<br/>大规模天线阵列"]:::bs
BS -->|"波束①: 相长干涉<br/>给用户1"| U1["👤 用户1<br/>下载视频"]:::user
BS -->|"波束②: 用户1处为零陷"| U2["👤 用户2<br/>视频通话"]:::user
BS -->|"波束③: 用户1处为零陷"| U3["👤 用户3<br/>浏览网页"]:::user
BS -->|"波束④: 各方向均避开"| U4["👤 用户4<br/>上传文件"]:::user
NOTE["⏱️ 同一时刻 · 同一频率<br/>仅靠空间方向区分多用户"]:::note
BS -.-> NOTE
classDef bs fill:#d6eaf8,stroke:#2874a6,color:#1b4f72
classDef user fill:#e8f8f5,stroke:#16a085,color:#0e6655
classDef note fill:#fef9e7,stroke:#b7950b,color:#7d6608
实现零陷有不同的"策略"，对应不同的预编码算法：
Massive MIMO 的一个"奇迹"是：得益于下一节要讲的大数定律，即使是最简单的线性预编码（MRT、ZF），在天线数足够多时也能逼近理论最优——这是传统少天线系统做不到的。
到这一步，你可能会问一个关键问题：基站要给每个用户做精确的波束赋形和零陷，前提是它得 精确知道每个用户的空间信道状态（CSI）。64 根天线 × 十几个用户，这信息量怎么获取、怎么更新？
这里 Massive MIMO 设计上做出了一个根本性的选择：TDD（时分双工）+ 信道互易性。
TDD 模式下，上行（用户→基站）和下行（基站→用户）用的是 同一块频率，只是分时占用。物理上，电波从用户走到基站、和从基站走到用户，经过的是 同一条物理路径（同样的反射体、同样的多径）。因此上行信道和下行信道在数学上 互为转置，可以认为相等——这就是 信道互易性（channel reciprocity）。
于是基站不需要专门为下行做信道探测：只要用户在上行发一个"导频"（pilot，已知参考信号），基站测出上行信道，就 直接拿来当下行信道的估计，立刻用于下行波束赋形。
关键在于 导频开销与什么成正比：
这就是为什么 Massive MIMO 在 5G 中几乎都部署在 TDD 频段（如 2.6GHz、3.5GHz、4.9GHz）。这不是偶然，而是被信道获取效率逼出来的必然选择。
| 对比项 | TDD（Massive MIMO 首选） | FDD（传统 4G 主流） |
|---|---|---|
| 上下行频率 | 同一频段，分时 | 不同频段 |
| 是否具备互易性 | ✅ 是 | ❌ 否 |
| 导频开销正比于 | 用户数 (K)（小） | 天线数 (M)（大，开销爆炸） |
| 适合大规模天线 | ✅ 非常适合 | ⚠️ 需特殊压缩技术，实现困难 |
| 工程校准要求 | 需做上下行射频 互易性校准 | 无此需求，但反馈开销大 |
| 5G 典型部署 | 中频段 Massive MIMO | 低频段（如 700M/1.8G）广覆盖 |
下面用时序图说明 TDD 帧结构与信道互易性的工作流程：
sequenceDiagram
participant UE as 👤 用户终端
participant BS as 🏢 基站(64T64R)
Note over UE,BS: TDD: 上行下行共用同一频率, 仅分时
Note right of BS: 【上行时隙】
UE->>BS: ① 发送上行导频 Sounding RS
BS->>BS: ② 测量上行信道 H_ul
Note right of BS: ③ 互易性校准 + 推导<br/>H_dl ≈ H_ulᵀ
Note over UE,BS: 【下行时隙】
BS->>BS: ④ 用 H_dl 计算预编码 W
BS->>UE: ⑤ 下行数据 × W → 精准波束
Note left of UE: ⑥ 用户收到强信号<br/>且其他用户处为零陷
Note over UE,BS: 导频开销 ∝ 用户数, 与天线数无关
工程提醒：互易性不是"免费的"。虽然物理路径对称，但基站/终端的 射频收发链路本身不对称（发射和接收用了不同的滤波器、放大器）。所以现网必须做 互易性校准（reciprocity calibration），补偿这部分硬件不一致。校准做得不好，波束就"歪"了——这是 Massive MIMO 现网调试的常见坑。
Massive MIMO 还有一个常被忽略、但极为优雅的性质，它解释了"为什么非得大规模"。
当基站天线数 (M) 趋于很大时，根据 大数定律，任意两个不同用户的空间信道向量会 渐近正交：
$$\lim_{M \to \infty} \frac{\mathbf{h}_i^H \mathbf{h}_j}{M} = 0, \quad i \neq j$$
通俗讲：用户越多不相干、天线数越多，不同用户的"空间指纹"就越像完全正交的两个坐标轴，天然不重叠。
这带来三个连锁后果：
这正是 Marzetta 原始论文的核心洞察：大规模不是为了"堆料"，而是为了让信道被大数定律"驯服"，从而用最简单的处理逼近理论极限。
理解了原理，再看硬件。传统 4G 基站是"分体式"：BBU（基带）+ RRU（射频）+ 无源天线，靠粗笨的射频线缆连接。Massive MIMO 要驱动 64 个收发通道，这种架构的线缆、损耗、体积都吃不消，于是演进为 AAU（Active Antenna Unit，有源天线单元）。
AAU 把 射频收发（包括 64 个独立的收发通道）和天线阵子集成在一个盒子里，射频链路极短、损耗极小。一个 5G Massive MIMO AAU 内部其实是：天线阵子（通常远多于收发通道，靠极化和分组映射）→ 移相/滤波 → 收发信机 → 数字基带接口。
| 架构 | 组成 | 波束赋形方式 | 典型场景 |
|---|---|---|---|
| 传统无源天线 | BBU+RRU+无源天线 | 无（或固定电下倾） | 4G 广覆盖 |
| AAU（全数字） | 收发通道 = 天线数 | 全数字波束赋形，灵活 | 中频段 64T64R |
| 毫米波 AAU | 天线数 ≫ 收发通道 | 混合波束赋形（数字+模拟） | 高频段、超大规模 |
毫米波频段天线可以做得很小，一个 AAU 里可能有数百上千个阵子，但受功耗和成本限制，全数字通道做不到那么多。于是采用 混合波束赋形：先用模拟移相器把阵子分组形成几个"子波束"（粗对准），再在数字域对各子波束做精细的预编码。这是数字灵活性与模拟低功耗之间的折中。
技术没有银弹，Massive MIMO 也有自己的命门：导频污染（pilot contamination）。
回顾前面：TDD 模式下，用户发上行导频，基站据此算信道。问题在于，相邻小区的用户很可能复用同一组导频序列（因为正交导频资源有限）。于是基站 A 测量到的"用户 1 的信道"里，混进了邻区用同样导频的用户 2 的信道。结果就是：基站 A 在为用户 1 做波束赋形时，波束会 意外地也指向邻区的用户 2——既浪费能量，又制造了无法用增加天线消除的残余干扰。
更棘手的是：导频污染是 "硬限制"，即 靠增加天线数无法消除（不像普通多用户干扰会随 (M\to\infty) 消失）。这是 Massive MIMO 理论容量的天花板。现网缓解手段包括：智能导频分配、导频功率控制、利用信道协方差在角度域区分用户等，这也是学术和工程界持续研究的方向。
理论讲完，看看工程师在现网会遇到什么：
天线数与阵子数别搞混：规格书上写"64T64R"指 64 个 收发通道，但物理天线阵子可能是 192 个（如 12 行 × 8 列 × 双极化），靠模拟/分组映射到 64 个数字通道。买设备、看规格时要分清。
波束权值（SRS 权）质量决定一切：TDD 互易性依赖上行 SRS（探测参考信号）测信道。如果 SRS 干扰大、功率低、或互易性校准没做好，下行波束就会指偏，表现为 SINR 上不去、吞吐量异常波动。这是 Massive MIMO 排障的第一排查点。
垂直维度的利用：传统广播波束只在水平面扇区化。Massive MIMO（尤其 64T）能做 3D 波束赋形，在垂直面也分波束，可以精准服务高楼的不同楼层。调试时要关注垂直波束覆盖，否则高楼高层容易弱覆盖。
TDD 上下行配比影响互易性时效：上下行切换周期内，信道假设不变。高速移动场景下，信道变化快，过长的切换周期会让互易性"过期"，波束跟不上——这是为什么 Massive MIMO 在高铁等场景要做特殊优化。
别误以为波束越多越好：层数（空间流）越多，每个用户的速率未必越高——当用户数少于天线数时，给单个用户分配多层能提速；但当总层数打满、用户拥挤时，干扰反而上升。调度算法要在层数分配上做权衡。
Q1：Massive MIMO 和波束赋形是一回事吗？ A：不是。波束赋形是一种 信号处理技术（通过调节各天线相位/幅度形成方向性波束），任何多天线系统都能用。Massive MIMO 是一种 系统架构（大规模天线阵列），波束赋形是它实现增益的 核心手段之一。可以说 Massive MIMO 离不开波束赋形，但波束赋形不等同于 Massive MIMO。
Q2：为什么 Massive MIMO 几乎都用 TDD？FDD 完全不行吗？ A：根源是信道获取效率。TDD 靠互易性，导频开销只随用户数增长；FDD 缺乏互易性，导频开销随天线数爆炸，天线一多就没时间传数据。FDD 大规模天线并非完全不可行（可用角度域稀疏性、压缩感知等降低开销），但实现难度大、增益打折，所以 5G Massive MIMO 主力部署在 TDD 频段。
Q3：天线越多，覆盖就一定越好吗？ A：要分清"覆盖"和"容量"。阵列增益（(10\log_{10}M)）确实提升覆盖，但它依赖波束对准用户；如果用户在高速移动、波束跟不准，增益就吃不到。另外导频污染等硬限制会封顶。所以"天线多=覆盖好"是有前提的近似，不能绝对化。
Q4：增加天线数能不能无限提升容量？ A：不能。前面提到导频污染是硬限制，无法靠加天线消除；同时物理尺寸、功耗、成本、互易性校准精度都构成工程边界。Massive MIMO 的收益在天线数达到"足够大规模"后会趋于饱和，这也是为何业界在探索分布式/超大规模天线等新形态。
Q5：Massive MIMO 对终端有什么要求？ A：终端侧并不需要大规模天线。增益主要靠基站侧大规模阵列 + 上行 SRS 测量实现。终端只需支持相应的多天线接收（如 4R）和 SRS 发送即可。这也是 Massive MIMO 能快速普及的原因——基站升级即可，对终端要求温和。
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。