如果有人告诉你：两台手机用着完全相同的频率、完全相同的时间，互不干扰地各自传着不同的内容，而且这不需要划分任何新频谱——你可能会觉得违反了"频分复用"的常识。但这恰恰是现代移动通信（从4G到5G再到未来的6G）成倍提速最核心的秘密武器之一：空间复用（Spatial Multiplexing）。
理解它的关键，是换一种看资源的视角。
我们熟悉的复用方式，本质都是在"切蛋糕"：频分复用（FDM）按频率切、时分复用（TDM）按时间切、码分复用（CDMA）按编码切。这些维度里，资源是稀缺的——切一块少一块。而空间复用引入了一个全新的、几乎"不要钱"的维度：空间。
打个比方。想象一条马路（频率带宽），传统方式想提高通行量，要么拓宽马路（增加频谱，贵得离谱），要么把车开快点（提高阶数调制，逼近香农极限后会撞墙）。而空间复用的做法是：在同一个路面上方，再架设一层、两层高架桥，让车流在不同"高度"的通道上并行跑——下面的车跑下面的，上面的车跑上面的，互不碰撞。每多一座天线对，就相当于多搭一层高架。
这正是MIMO（Multiple-Input Multiple-Output，多入多出）技术要解决的问题。而空间复用，是MIMO能"提速"（区别于"提质量"）的那个分支。本文就带你从直觉到公式，彻底搞懂它为什么成立、靠什么工作、工程师又该如何用它。
在引入多天线之前，先看一根天线面临什么天花板。
任何一条通信链路，其最大无误传输速率都受香农容量公式约束：
$$ C = B \cdot \log_2\left(1 + \frac{S}{N}\right) $$
其中 $B$ 是带宽，$S/N$ 是信噪比。这个公式冷酷地告诉工程师三件事：
空间复用的伟大之处在于：它没有去动 $B$，也没有动 $S/N$，而是用空间维度的并行性，让有效容量在原有公式外面乘上了一个因子——这个因子就是空间流的数目。换句话说，它不是把天花板顶高，而是在同一个天花板下并排开了好几间房。
单天线链路里，信号从发射到接收，经历的是一个标量信道 $h$（一个复数，代表衰减和相移）：
$$ y = h\cdot x + n $$
到了多天线，发射端有 $N_t$ 根天线，接收端有 $N_r$ 根天线。每根发射天线发出的信号，都会被每一根接收天线收到。于是信道不再是标量，而是一张 $N_r \times N_t$ 的矩阵 $\mathbf{H}$：
$$ \mathbf{y} = \mathbf{H}\mathbf{x} + \mathbf{n} $$
其中 $\mathbf{x}$ 是 $N_t \times 1$ 的发送向量（各天线同时发不同内容），$\mathbf{y}$ 是 $N_r \times 1$ 的接收向量，矩阵 $\mathbf{H}$ 的每一个元素 $h_{ij}$ 描述"发射天线 $j$ 到接收天线 $i$"这条路径的增益。
直觉：现在你不是在解一道方程，而是在解一组联立方程。$N_r$ 个方程、$N_t$ 个未知数——如果这些方程彼此"独立"（不线性相关），你就有可能解出 $N_t$ 个不同的发送信号。这就是空间复用能传多路数据的数学根。
下面这张图展示了空间复用的整体架构：高速数据流被"层映射"拆成多路并行低速流，各路同时同频发射，在接收端被重新分离。
flowchart TD
subgraph TX["发射端（N_t 根天线）"]
SRC["高速数据流<br/>原始比特"] --> LMAP["层映射<br/>Layer Mapping"]
LMAP --> S1["层1<br/>x₁"]
LMAP --> S2["层2<br/>x₂"]
LMAP --> S3["层3<br/>x₃"]
S1 --> A1["天线1"]
S2 --> A2["天线2"]
S3 --> A3["天线3"]
end
A1 -.->|"同一频率<br/>同一时间"| CH["空间信道矩阵 H<br/>3×3"]
A2 -.-> CH
A3 -.-> CH
CH -.-> B1["天线1"]
CH -.-> B2["天线2"]
CH -.-> B3["天线3"]
B1 --> DET["空间解调<br/>（分离多路）"]
B2 --> DET
B3 --> DET
DET --> R1["恢复层1"]
DET --> R2["恢复层2"]
DET --> R3["恢复层3"]
R1 & R2 & R3 --> OUT["重组高速数据流"]
style CH fill:#fff3cd,stroke:#d39e00,stroke-width:2px
style LMAP fill:#d1ecf1,stroke:#0c5460
关键在于中间那张黄色标注的矩阵 $\mathbf{H}$——它既是信号被"搅混"的地方，也是信号能被"分离"的依据。能否成功分离，完全取决于 $\mathbf{H}$ 长什么样。
问题来了：接收端同时收到的是所有发射信号的叠加，彼此纠缠。怎么把 $N_t$ 路分开？
答案是数学家送给通信工程师的一件利器——奇异值分解（SVD）。任何矩阵 $\mathbf{H}$ 都可以写成：
$$ \mathbf{H} = \mathbf{U}\boldsymbol{\Sigma}\mathbf{V}^{H} $$
这三个矩阵各自的意义是：
这里有个非常优美的工程解读：SVD把一张纠缠的MIMO信道，重新组织成若干条互不干扰的、彼此独立的并行子信道，每条子信道的"质量"恰好等于对应的奇异值 $\sigma_i$。
具体怎么做？发射端用 $\mathbf{V}$ 对信号做预编码（$\tilde{\mathbf{x}} = \mathbf{V}\mathbf{s}$），接收端用 $\mathbf{U}^{H}$ 做合并。代入原方程 $\mathbf{y} = \mathbf{H}\mathbf{x} + \mathbf{n}$，由于 $\mathbf{U}^{H}\mathbf{U}=\mathbf{I}$、$\mathbf{V}^{H}\mathbf{V}=\mathbf{I}$（酉矩阵的正交性），奇迹发生了：
$$ \mathbf{U}^{H}\mathbf{y} = \boldsymbol{\Sigma}\mathbf{s} + \mathbf{U}^{H}\mathbf{n} $$
此时矩阵已经变成对角阵 $\boldsymbol{\Sigma}$！这意味着原来耦合在一起的方程组，被拆成了 $r$ 个完全独立的标量方程：
$$ \hat{s}_i = \sigma_i \cdot s_i + n_i, \quad i = 1, 2, \dots, r $$
每一行就是一条独立的、互不串扰的虚拟链路。下面这张图直观对比"对角化前"与"对角化后"。
flowchart TB
subgraph BEFORE["对角化前：信号纠缠（看着像一锅粥）"]
direction LR
X1["x₁"] -.交叉耦合.-> Y1["y₁ = h₁₁x₁ + h₁₂x₂ + h₁₃x₃"]
X2["x₂"] -.交叉耦合.-> Y2["y₂ = h₂₁x₁ + h₂₂x₂ + h₂₃x₃"]
X3["x₃"] -.交叉耦合.-> Y3["y₃ = h₃₁x₁ + h₃₂x₂ + h₃₃x₃"]
end
subgraph SVDOP["SVD 对角化：发射用 V 预编码 + 接收用 Uᴴ 合并"]
SVD["H = U Σ Vᴴ<br/>提取奇异值 σ₁≥σ₂≥σ₃"]
end
subgraph AFTER["对角化后：三条并行独立子信道（清清爽爽）"]
direction LR
S1["层 s₁"] ==>|"σ₁（最强）"| R1["ŝ₁ = σ₁·s₁ + n₁"]
S2["层 s₂"] ==>|"σ₂（次强）"| R2["ŝ₂ = σ₂·s₂ + n₂"]
S3["层 s₃"] ==>|"σ₃（最弱）"| R3["ŝ₃ = σ₃·s₃ + n₃"]
end
BEFORE --> SVDOP --> AFTER
style SVD fill:#fff3cd,stroke:#d39e00,stroke-width:2px
style AFTER fill:#d4edda,stroke:#155724
类比：把一束缠绕在一起的光线，通过棱镜（$\mathbf{V}$、$\mathbf{U}$）分解成几道独立色光——每道光是原来"光线"沿某个特征方向的投影，奇异值就是那道光的亮度。亮度高的光多带点信息，亮度弱（奇异值小）的甚至可能暗到没意义。
SVD对角化后，并不是 $N_t$ 条子信道都一定"有用"。对角线上有几个非零的奇异值，就有几条真正能传数据的子信道。这个非零奇异值的个数，数学上叫矩阵的秩（Rank），记作 $r = \text{rank}(\mathbf{H})$。
$$ r = \text{rank}(\mathbf{H}) \le \min(N_t, N_r) $$
这就是空间复用能并行的最大路数。 一个 $4\times4$ 的系统，理论上最多并行4路；但实际能传几路，由秩决定，而秩取决于信道环境（下面解释）。
为什么不是无脑等于 $\min(N_t,N_r)$？因为现实中的信道矩阵常常不满秩。举两个极端：
常见误解："我手机4根天线，就一定能跑4×4 MIMO、提速4倍。" 错。天线数只是上限，实际空间流数由信道的秩决定。同一部手机，在室内可能跑满4流，到了开阔地带可能只剩1~2流。
| 维度 | 概念 | 决定什么 |
|---|---|---|
| 天线数 $N_t, N_r$ | 物理硬件配置 | 空间流的理论上限 |
| 信道秩 $r=\text{rank}(\mathbf{H})$ | 当前环境能支撑的并行路数 | 空间流的实际可用数 |
| 空间流/层（Layer） | 实际分配出去的并行数据流 | 真实传输的并行通道数 |
在现网术语里，"秩"常常被叫做 Rank Indicator（RI），是终端根据测量上报给基站的一个数，告诉基站："当前这个信道，你最多给我开几路空间流是划算的。"
注意 $\sigma_1 \ge \sigma_2 \ge \cdots$ 是递减的——这很关键。它意味着并行出来的子信道质量不均，第一条又粗又壮，越往后越细弱。如果盲目给每条子信道分配相同功率，弱子信道会把功率"浪费"在徒劳的传输上。
聪明的做法是注水（Water-filling）：像往高低不平的容器里倒水一样，水（功率）自然会先填满"深"的（奇异值大的）子信道，浅的子信道少分甚至不分。数学上，最优功率分配满足：
$$ P_i = \left(\mu - \frac{N_0}{\sigma_i^2}\right)^{+} $$
其中 $\mu$ 是由总功率约束决定的水位线，$(\cdot)^{+}$ 表示取正部（小于0则置0，即不给功率）。这样分配后，MIMO总容量为：
$$ C = \sum_{i=1}^{r} \log_2\left(1 + \frac{P_i \sigma_i^2}{N_0}\right) $$
工程现实：注水是最优解，但需要发射端精确知道每条子信道的奇异值，实践中做"完整注水"开销大。现代系统往往采用简化策略——等功率分配、或只在最强的少数几层上传输（即秩自适应），用工程代价换取大部分的容量增益。
这也解释了一个调试现场常见的现象：信噪比很差时，系统自动把空间流数（Rank）降下来。因为此时只有 $\sigma_1$ 那一层还"够亮"，给它集中功率单流传输（退化为分集），比强行开多流更划算。这正是秩自适应的核心逻辑。
空间复用并行出来的多路流，可以全部服务一个用户（SU-MIMO），也可以分给多个不同用户（MU-MIMO）。两者的工程哲学截然不同。
flowchart TB
subgraph SU["SU-MIMO（单用户）：所有空间流给同一用户"]
direction LR
BS1["基站<br/>多根天线"] -->|"层1"| U1A["用户A<br/>天线1"]
BS1 -->|"层2"| U1B["用户A<br/>天线2"]
BS1 -->|"层3"| U1C["用户A<br/>天线3"]
end
subgraph MU["MU-MIMO（多用户）：空间流拆给不同用户"]
direction LR
BS2["基站<br/>多根天线"] -->|"层1"| UA["用户A"]
BS2 -->|"层2"| UB["用户B"]
BS2 -->|"层3"| UC["用户C"]
end
SU --> EFF1["优势：单链路峰值速率高<br/>要求：用户端多天线、信道秩高"]
MU --> EFF2["优势：网络容量/同时连接数大<br/>要求：用户间信道正交、需精确CSI、干扰管控难"]
style SU fill:#e2e3e5,stroke:#383d41
style MU fill:#f8d7da,stroke:#721c24
为什么需要MU-MIMO？ 因为SU-MIMO有个尴尬的上限：当手机只有一两根接收天线（常见于中低端机型或电池受限的穿戴设备），即便基站有64根天线，SU-MIMO也只能开1~2流，基站的天线资源被严重浪费。MU-MIMO让基站把多路空间流分别指向不同的手机，每部手机哪怕只有1根天线也能各占一条流——这正是大规模天线阵列（Massive MIMO）提升小区容量（而非单用户速率）的核心机制。
| 维度 | SU-MIMO | MU-MIMO |
|---|---|---|
| 服务对象 | 单个用户 | 多个用户同时 |
| 空间流归属 | 全部归同一用户 | 按用户拆分 |
| 核心收益 | 提升单链路峰值速率 | 提升小区容量/连接数 |
| 关键约束 | 用户端天线数 + 信道秩 | 用户间信道正交性（避免互相干扰） |
| 对CSI精度要求 | 中等 | 极高（稍差即用户间互相干扰） |
| 适合天线资源丰富场景 | 否（手机天线少时浪费基站天线） | 是（充分释放Massive MIMO潜力） |
空间复用要工作得好，发射端最好知道信道长什么样（CSI）。但这并不总是现实。于是衍生出两条路线：
| 维度 | 开环MIMO | 闭环MIMO |
|---|---|---|
| 是否反馈CSI | 不反馈（或仅粗略） | 反馈（码本索引+RI+CQI等） |
| 预编码依据 | 固定/分集方案 | 反馈信息驱动的码字选择 |
| 性能 | 中等，稳健 | 上限高，逼近SVD理论最优 |
| 反馈开销 | 几乎为零 | 较大，且受时延影响 |
| 适合场景 | 高速移动、信道快变、反馈来不及 | 低速/静止、信道较稳定 |
实战提示：终端上报的秩（RI）会驱动基站在"分集（稳健）"和"复用（提速）"之间动态切换。当用户高速移动、CSI跟不上信道变化时，系统会主动退回开环或低秩模式——这不是设备出问题，而是为了在快变信道下保住可靠性。网优排查"为什么MIMO层数掉下来"时，先看移动速度和信号波动，而不是急着怀疑硬件。
这是新手最容易混淆的三个MIMO功能。它们都靠多天线，但目标完全不同。用一张表彻底分清：
| 多天线技术 | 核心目标 | 怎么用多天线 | 通俗比喻 |
|---|---|---|---|
| 空间分集 | 提可靠性（抗衰落、降误码） | 同一数据发多份，取多份冗余 | 同一句话让三个人分别喊一遍，听清为止 |
| 波束赋形 | 提覆盖/信噪比（把能量对准方向） | 调相位让信号在目标方向叠加增强 | 拿手电筒把光聚成一束照过去 |
| 空间复用 | 提速率/容量（同频并行多路） | 不同数据走不同并行子信道 | 同一车道架多层高架，并行跑车 |
关键认知：三者在工程上是可切换的权衡，由当前信噪比和信道秩共同决定。信道好、秩高→用空间复用提速；信道差、秩低→退回分集保命；覆盖边缘→用波束赋形先把信号喊响。这就是为什么MIMO不是"一招"，而是一套会根据环境自动换挡的"组合拳"。
把上面的原理落到现网，几个高频用到的地方：
MIMO层数掉不掉得下来：路测看到层数（Layer/RI）低于预期，先排查信道环境——是视距太强导致秩退化？还是天线间距/极化配置让相关性太高？原理侧的判断（秩由信道矩阵决定）能直接指向排查方向。
峰值速率达不到理论值：标称4×4 MIMO的手机测速只有单流水平，检查的不是发射功率，而是RI上报值——终端有没有信心上报高秩？CSI-RS测量是否正常？
Massive MIMO小区容量上不去：天线数够了但容量没起来，问题常在MU-MIMO的用户配对——选中的用户彼此信道不够正交，反而互相干扰（"层间干扰"），不如退化成SU-MIMO。
高速场景吞吐量跳水：信道变化快于CSI反馈，闭环预编码"对不准"——这是原理决定的时延失配，解决办法是退回开环或降低层数，而非调参数硬撑。
调试陷阱：把"波束赋形"和"空间复用"混为一谈。手机显示"信号满格"（波束赋形好、信噪比高）但速率不高——很可能此时秩太低，只能开1~2流。信号强度和空间复用能力是两个独立的维度，信号好≠层数多。
如果看完只能记住三句话，请记住这些：
理解了这些，你看到的就不再是规范里干巴巴的"MIMO层数""秩""码本"这些词，而是一套有物理直觉、有数学根、会随环境自适应的精巧系统。
Q1: 空间复用和波束赋形不是都用预编码吗，到底区别在哪？ A: 二者都用"预编码矩阵"，但目标相反。波束赋形的预编码是为了让多根天线的能量在某一个空间方向上相长叠加（提升信噪比），结果是把"一束"能量聚拢；空间复用的预编码（基于SVD的 $\mathbf{V}$）是为了把数据沿多个正交的奇异方向同时投射出去（提升速率），结果是把数据"分"成多路并行。前者聚能量，后者分数据。
Q2: 为什么我手机明明支持4×4 MIMO，在开阔地带网速反而比室内慢？ A: 开阔视距（LOS）环境下，多根天线接收到的信号高度相似，信道矩阵各行接近线性相关，秩退化到1~2，空间复用几乎失效，只能开少量层甚至退回单流。而室内富散射环境秩高，反而能跑满4流。这是物理规律，不是设备故障。
Q3: 秩（RI）是怎么上报的，基站拿到后做什么？ A: 终端通过测量下行参考信号估算信道矩阵 $\mathbf{H}$，计算其有效秩，连同码本索引（指示该用什么预编码）和信道质量一起上报。基站据此决定：开几路空间流（秩自适应）、选哪个预编码码字、用复用还是退回分集。这是一个接收端指挥发射端的闭环过程。
Q4: MU-MIMO和SU-MIMO能同时存在吗？ A: 可以，且是现网常态。基站的多个空间流中，一部分给某用户做SU-MIMO（提升其峰值速率），另一部分分给其他用户做MU-MIMO（提升整体容量），具体如何分配由调度器根据各用户的信道正交性动态决定。这就是为什么Massive MIMO调度是5G网络性能的核心优化点。
Q5: 空间复用是不是天线越多越好，有没有上限？ A: 单用户SU-MIMO的上限是 $\min(N_t, N_r)$，受限于用户端天线数（手机塞不下太多天线）。但基站侧天线可以做到64、128甚至更多（Massive MIMO），多出的天线主要用于MU-MIMO（同时服务更多用户）和波束赋形精度（更窄更准的波束），而非无脑提升单用户层数。天线数的收益从"单链路提速"转向了"小区容量扩张"。
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。