首页 › deep-tech › 接收分集:多天线对冲信号衰落

接收分集:多天线如何对冲信号衰落

一、从一个令人抓狂的现象说起:为什么信号会"忽强忽弱"

做过无线网优或终端调试的工程师,几乎都遇到过这样的场景:手机静止不动,周围没有明显遮挡,信号格却像心电图一样跳动——上一秒还是满格,下一秒掉到一格,通话断断续续。基站的发射功率明明没变,手机到基站的距离也没变,信号为什么会自己"抖动"?

答案藏在多径衰落里。

电磁波从基站发出后,并不会乖乖地走一条直线。它会碰到建筑物、地面、树木、车辆,被反射、折射、散射、绕射,于是到达手机接收天线的不是一个信号,而是无数个走了不同路径、带着不同延时、不同相位的"副本"。这些副本在接收天线处叠加——有的相位对齐、相互增强(相长干涉),有的相位相反、相互抵消(相消干涉)。只要环境有一点点变化(一辆车开过、一扇门打开、人走动),各路径的相位关系就会改变,合成信号的幅度随之剧烈起伏。

这就是快衰落(small-scale fading)。在最常见的非视距(NLOS)城市环境下,接收信号幅度近似服从瑞利分布——意味着信号幅度在很多时刻会跌到极低的水平,出现所谓的深衰落点(deep fade)。

flowchart LR
    TX["发射端<br/>单一信号 s"] --> P1["路径1: 直达/反射"]
    TX --> P2["路径2: 建筑反射<br/>延时τ₂,相位φ₂"]
    TX --> P3["路径3: 散射<br/>延时τ₃,相位φ₃"]
    TX --> P4["路径N: ..."]
    P1 --> RX["接收端<br/>多副本叠加"]
    P2 --> RX
    P3 --> RX
    P4 --> RX
    RX --> AMP["合成信号幅度<br/>随相位关系剧烈起伏<br/>出现深衰落点"]
    style AMP fill:#fdd,stroke:#c33,stroke-width:2px
    style TX fill:#dfd,stroke:#3a3
    style RX fill:#dff,stroke:#36a

关键洞察在于:深衰落在空间上是"窄"的。两根相隔足够远的接收天线,它们各自经历的多径叠加结果几乎是独立的——天线A此刻掉进了深衰落,天线B在同一时刻很可能信号正常。这就给了一个朴素但极其强大的解题思路:

与其把宝押在一根天线上,不如多放几根天线同时接收,哪个信号好用哪个,或者把它们聪明地拼在一起。

这正是分集(diversity)的全部哲学。它的精神内核,和金融里说的"对冲(hedging)"、和民间谚语"鸡蛋不要放在一个篮子里",是一模一样的。

二、分集的本质:用"独立的副本"降低风险

给分集下一个精确的定义:接收端获取多个携带同一信息、但衰落特性相互独立的信号副本,然后通过合并(combining)处理,降低合成信号出现深衰落的概率。

这里有三个关键词必须咬准:

同一信息——注意,分集和空间复用(MIMO的另一个用途)完全不同。分集的多路副本传输的是相同的内容,目的是"冗余备份、提高可靠性";空间复用的多路传输的是不同的内容,目的是"并行管道、提高速率"。这是初学者最容易混淆的一点,后面会用专门一节讲清楚。
独立衰落——这是分集能否生效的命门。如果两路信号完全相关(一起强、一起弱),那么放再多天线也等于一根,毫无意义。独立性来源于"副本之间经历了不同的随机信道"。
合并——副本拿到了不直接用,必须有一个"合并器"决定怎么把它们融合成一路输出。合并策略的不同,直接决定了能拿到多少增益。这一步是分集技术的"心脏"。

分集的四大门派

副本的"独立性"可以从不同的物理维度获取,于是分集分出四大类:

分集类型	获取独立性的方式	代价	典型应用
空间分集	多根天线物理分开(间距≥半波长),各自经历不同多径	增加天线数量、占用空间	基站多天线接收、手机主分集天线
频率分集	同一信号在不同载频上发送,不同频率的衰落不同	占用额外频谱	OFDM子载波交织、跳频
时间分集	同一信号在不同时刻发送(间隔大于信道相干时间)	增加时延、降低效率	交织+前向纠错(FEC)、ARQ重传
极化分集	用两个正交极化(如垂直/水平,±45°)的天线接收	极化支路功率不平衡	基站双极化天线、空间受限场景

空间分集是最"干净"的分集——它不额外消耗频率、不额外消耗时间,唯一的代价是多放几根天线。这也是为什么现代通信系统几乎都用空间分集作为主力。基站塔顶常看到成对的双极化天线(两个±45°极化),就是用极化分集代替了难以拉开间距的空间分集——在空间受限的天线平台上,极化分集是空间分集的"平替"。

小贴士:空间分集要求天线间距足够大(通常≥10λ,λ为波长;密集城区可放宽)。间距太小,两路衰落高度相关,分集效果大打折扣。这是基站天线安装规范里严格规定天线间距的物理原因。

三、合并器:分集技术的真正心脏

拿到了多路独立副本,接下来怎么合成?这一步的算法决定了最终信噪比(SNR)。历史上形成了三种经典的线性合并方式,它们的复杂度和性能依次递增。

1. 选择式合并(Selection Combining, SC)

最直白的策略:实时监测每根天线的瞬时SNR,永远只选用最强的那一根,其余的丢弃。

flowchart TD
    A1["天线1: γ₁ = 8 dB"] --> SEL{"比较器<br/>选 max(γᵢ)"}
    A2["天线2: γ₂ = 3 dB"] --> SEL
    A3["天线3: γ₃ = 11 dB"] --> SEL
    A4["天线4: γ₄ = 6 dB"] --> SEL
    SEL --> OUT["输出: 选用天线3<br/>γ_SC = 11 dB"]
    style A3 fill:#dfd,stroke:#3a3,stroke-width:3px
    style OUT fill:#dfd,stroke:#3a3,stroke-width:2px

优点:实现极简,每路只需一个SNR监测和一把开关,不需要知道信道的幅度和相位。
缺点:浪费严重——其余N-1根天线的信号能量全部扔掉。性能最差。

2. 等增益合并(Equal Gain Combining, EGC)

折中策略:所有支路都用上,先把它们的相位对齐(共相位),再等权重直接相加。

为什么一定要"相位对齐"?因为如果两个副本相位相差180°,直接相加会相消——强信号反而被弱信号拖累。对齐相位后,所有信号都朝同一方向叠加,实现相长干涉。EGC只需估计相位,不需要估计幅度,因此比MRC简单。

3. 最大比合并(Maximal Ratio Combining, MRC)

理论上的最优解:所有支路都用上,相位对齐,并且按各支路信号强度"加权"后再相加——信号越强的支路权重越大,信号越弱的支路权重越小(噪声大的支路被压低)。

flowchart LR
    subgraph 各支路加权
      A1["天线1<br/>h₁, 弱信号"] --> W1["×w₁ (小权重)"]
      A2["天线2<br/>h₂, 噪声大"] --> W2["×w₂ (小权重)"]
      A3["天线3<br/>h₃, 强信号"] --> W3["×w₃ (大权重)"]
    end
    W1 --> SUM(("Σ 相干叠加<br/>(相位已对齐)"))
    W2 --> SUM
    W3 --> SUM
    SUM --> OUT["最优输出<br/>γ_MRC = Σγᵢ"]
    style W3 fill:#dfd,stroke:#3a3,stroke-width:3px
    style W1 fill:#fee,stroke:#c33
    style W2 fill:#fee,stroke:#c33
    style OUT fill:#dfd,stroke:#3a3,stroke-width:2px

三种方式的性能与复杂度对比如下:

合并方式	使用的支路	需要的信道信息	输出SNR(近似)	复杂度	性能
SC	仅最强1路	只需比较SNR	max(γᵢ)	最低	最差
EGC	全部(等权)	仅相位	(Σ√γᵢ)² / N	中等	次优(约比MRC低1dB)
MRC	全部(最优权)	幅度+相位	Σγᵢ	最高	最优

四、MRC的数学之美:为什么权重必须是"信道共轭"

MRC之所以叫"最大比",是因为它能给出任何线性合并方式所能达到的最高瞬时SNR。这不是经验结论,而是可以从数学上严格证明的。让我们用最少的公式看懂它为什么是最优的。

设第 $i$ 根接收天线收到的信号为:

$$r_i = h_i \cdot s + n_i$$

其中 $h_i$ 是该天线到发射端的复信道增益(包含幅度 $|h_i|$ 和相位 $\angle h_i$),$s$ 是发送的符号,$n_i$ 是该支路的加性高斯噪声(方差 $N_0$)。

MRC对每个支路乘上一个复数权重 $w_i$ 后相加:

$$r = \sum_{i=1}^{N} w_i \cdot r_i = \left(\sum_i w_i h_i\right) s + \sum_i w_i n_i$$

利用柯西-施瓦茨不等式可以证明,使输出SNR最大的最优权重为:

$$w_i = h_i^{*}$$

即第i路权重等于该路信道的复共轭。共轭运算的物理意义是:它把 $h_i$ 的相位"翻转"回来,从而抵消掉信道引入的相位偏移(实现自动相位对齐);同时,权重的大小 $|w_i|=|h_i|$ 与信号幅度成正比——信号越强、给的话语权越大。

代入最优权重后,合并输出的瞬时SNR为:

$$\gamma_{MRC} = \sum_{i=1}^{N} |h_i|^2 \cdot \frac{E_s}{N_0} = \sum_{i=1}^{N} \gamma_i$$

这就是那句经典结论的来源:MRC的输出SNR,等于各支路瞬时SNR之和。把N个独立的"弱"加在一起,自然比挑最强的那一个强得多。

一个生动的类比

想象一起案件有N个目击者(天线),他们从不同角度(不同信道)看到了同一个小偷(信号)。有的目击者站得近、看得清(信道强),有的离得远、看得糊(信道弱),还各自记串了部分细节(相位不同)。

SC策略:警长只听看得最清楚的那一个目击者,其余全部忽略。
EGC策略:警长让所有人发言,把他们的话等权拼在一起(只纠正"谁先谁后"的顺序问题)。
MRC策略:警长先纠正每个人的讲述偏差(相位对齐),然后给看得越清楚的目击者越大的话语权(幅度加权),最后把所有人的证词加权融合。

显然,MRC能拼出最接近真相的画像。这就是"最优"的直觉来源。

五、分集增益 vs 阵列增益:两个常被混淆的概念

很多工程师说"加了分集,信噪比提升了3dB",但这里的3dB到底来自哪里?其实分集带来的好处可以拆成两部分,它们机理完全不同,混淆它们会导致对系统性能的误判。

1. 分集增益(Diversity Gain)

针对的是对抗深衰落。它的本质是:降低了瞬时SNR跌落到门限以下的概率。在瑞利衰落下,单天线接收的SNR是一个随机变量,有相当概率掉得很低;有了多路独立副本,它们同时掉到深衰落的概率是各自概率的乘积,随支路数指数下降。

用中断概率(outage probability,即瞬时SNR低于门限的概率)来看最清楚。设门限为 $\gamma_{th}$,单支路和L支路MRC在高SNR下的中断概率近似为:

$$P_{out}^{(1)} \approx \frac{\gamma_{th}}{\bar{\gamma}}, \qquad P_{out}^{(L)} \approx \frac{1}{L!}\left(\frac{\gamma_{th}}{\bar{\gamma}}\right)^L$$

注意分母里的 $L!$ 和指数 $L$——支路数越多,中断概率下降得越陡。这个指数 $L$ 就叫分集阶数(diversity order)。它体现在误码率(BER)对平均SNR的双对数曲线上的斜率:分集阶数越高,曲线在高SNR区下坠得越陡。

2. 阵列增益(Array Gain)

针对的是提升平均SNR。MRC把多路信号相干叠加,信号是电压相加(按N倍),而噪声是功率相加(按 $\sqrt{N}$ 倍,因为非相干),结果是平均SNR提升了 $N$ 倍(10logN dB)。这是纯粹的"能量汇聚"红利,和衰落无关。

flowchart LR
    subgraph 分集的两份红利
      direction LR
      DG["分集增益<br/>抗深衰落<br/>降低中断概率<br/>= BER曲线的'斜率'变陡"]
      AG["阵列增益<br/>平均SNR提升<br/>N路相干叠加<br/>≈ +10·logN dB"]
    end
    DG --> SYS["更可靠的链路"]
    AG --> SYS2["更高的平均吞吐"]
    style DG fill:#e8f0fe,stroke:#36a
    style AG fill:#fef7e0,stroke:#e09a3a

一个关键的、容易被误解的点:SC(选择式合并)和MRC的分集阶数是相同的(都是L)——也就是说,在对抗深衰落的能力上,它们斜率一样;但MRC的阵列增益远高于SC。换句话说,同样4根天线,SC和MRC都能把"瞬时SNR剧烈起伏"压平,但MRC能让平均SNR实实在在多出近6dB,而SC做不到。分集阶数管"稳不稳",阵列增益管"平均有多强"——这是评价一个分集方案的两个独立维度。

维度	SC	EGC	MRC
分集阶数(抗深衰落)	L	L	L
阵列增益(平均SNR)	<L倍(约logN相关)	接近MRC(低约1dB)	L倍(满)

六、分集 vs 空间复用:同是多天线,使命截然不同

这是1-3年经验工程师最容易答混的一组概念。同样是"多根天线",根据传输的内容不同,承担完全不同的使命:

对比项	分集(Diversity)	空间复用(Multiplexing)
多路传输的内容	相同信息(冗余副本)	不同信息(独立数据流)
核心目标	提高可靠性、降低误码	提高峰值速率、增加容量
增益类型	分集增益 + 阵列增益	空间复用增益(自由度)
典型场景	低SNR、边缘覆盖、控制信道	高SNR、中心区域、用户数据
trade-off	占用空间维度换可靠性	牺牲分集换吞吐量

现实中,系统并非"二选一",而是在分集-复用折衷(diversity-multiplexing tradeoff)之间动态切换:信道条件差(SNR低)时偏重分集保命,信道条件好(SNR高)时偏重复用提速。5G NR的秩自适应(Rank adaptation)正是这一思想的直接体现——基站根据信道质量,在"用多天线传副本(低秩、抗衰落)"和"用多天线传并行流(高秩、提速率)"之间实时换挡。理解了分集与复用的本质区别,就能理解为什么同一套Massive MIMO天线阵列,在不同位置的用户身上表现得判若两物。

七、回到现网:分集在哪里默默工作

分集技术看似古老,但它从未离开过任何一套现代通信系统,只是被"吸收"进了更复杂的算法里。工程师在现网调试时,处处能见到它的影子:

手机的主集/分集天线。打开任何一部智能手机,顶部和底部各有一根主天线。其中一根是主集(Primary),另一根是分集(Diversity)接收天线——用于MRC合并,提升下行接收灵敏度。这就是为什么手机在某些弱覆盖角落,拔掉/遮挡其中一根天线后,信号会明显变差。网优排查"某机型下行灵敏度差"时,首先要查分集天线是否正常工作、分集通路是否合并生效。
基站的上行接收分集。基站塔顶的多根接收天线对上行做MRC合并,是提升上行覆盖、降低手机发射功率的关键。在高铁、海面等广覆盖场景,基站常配置更多接收天线,本质上就是用更高的分集阶数换取上行链路预算。
交织 + FEC = 时间分集。控制信道和数据信道都经过信道编码(如LDPC、Polar)加交织。交织把连续的比特打散到时间上,使得突发性的深衰落(连续错误)被打散成随机错误,再由译码器纠正——这是时间分集的工程化实现,和空间分集精神一致。
HARQ重传 = 时间分集的强化版。初传失败后的重传,本质上是给信号一次"在不同时间、不同信道条件下"再传一次的机会,合并初传与重传(Chase合并或增量冗余),就是时间维度的MRC。
Massive MIMO的分集红利。Massive MIMO的天线数动辄64、128。这背后除了波束赋形,还有一条常被忽视的红利:信道硬化(channel hardening)。天线越多,各支路MRC合并后,瞬时信道越趋近于其平均值——深衰落几乎消失,链路变得"稳如磐石"。这本质是超大分集阶数带来的渐近效应。换言之,Massive MIMO不仅是"波束更窄",也是"分集增益大到让衰落趋于消失"。

八、调试陷阱:那些年踩过的分集坑

陷阱1:认为"天线越多SNR一定越高"。如果天线间距不足或相关性高,多根天线的衰落高度同步,分集阶数实际远低于物理天线数——加天线等于浪费。调试Massive MIMO覆盖异常时,要检查天线阵列的相关性/校准,而非一味增加功率。
陷阱2:把分集增益和编码增益混为一谈。编码增益(来自FEC)是平移BER曲线(整体左移),分集增益是改变曲线斜率(变陡)。两者叠加效果不同。看到"误码改善"就笼统归功于"信号变好",会误判根因。
陷阱3:忽略了MRC对信道估计的强依赖。MRC的权重 $w_i=h_i^$ 要求准确知道每路的信道幅度和相位。一旦参考信号(DMRS/CSI-RS/SRS)质量差、信道估计有误,错误的权重会放大*噪声而非信号——MRC反而比简单的SC更糟。弱信号下MRC"翻车"的根因往往是信道估计,而非合并算法本身。
陷阱4:TDD系统的互易性校准。上行接收分集用的MRC相对单纯;但当下行也要做发端波束赋形并依赖上下行互易性时,天线阵列的收发通道幅相不一致(校准漂移)会破坏合并/赋形效果。这就是为什么基站要周期性做天线校准(antenna calibration)。

九、常见问题

Q1: 分集和空间复用到底什么区别? A: 一句话——分集传相同的信息(冗余,为可靠性),空间复用传不同的信息(并行,为速率)。分集追求"信号更稳",复用追求"管道更宽"。同一套天线通过秩自适应在两者间动态切换:信道差用分集保命,信道好用复用提速。

Q2: SC、EGC、MRC 该用哪个? A: 理论最优是MRC,但需要完整的信道幅度+相位估计,复杂度最高;EGC只需相位、性能比MRC低约1dB,是工程上的"性价比之王";SC最简单但浪费能量,只在成本/功耗极度受限时考虑。现代基站和终端的算力已足够,基本都采用MRC或其变体(如MMSE合并,在存在干扰时优于MRC)。

Q3: "分集阶数"和"天线数量"是一回事吗? A: 不完全是。分集阶数等于独立衰落支路的数量。物理上有N根天线,但若它们间距不足、衰落高度相关,实际分集阶数可能远小于N。所以"加天线"不一定线性提升分集——独立性才是关键。Massive MIMO之所以强大,正是因为大量天线保证了足够的统计独立性。

Q4: 为什么说Massive MIMO能"消灭"衰落? A: 这源于信道硬化。当天线数足够大时,大量独立支路经MRC合并后,瞬时信道增益迅速收敛到其平均值,方差趋于零——深衰落几乎不再出现。这本质是"分集阶数趋于无穷大"时的渐近现象。所以Massive MIMO不只是把波束做得更窄(阵列增益),更是从统计上压平了快衰落。

Q5: 分集增益是"免费的午餐"吗? A: 空间分集基本是——不占额外频率和时间,只多几根天线。但它有隐性成本:更多射频通道(功耗、成本)、更大的天线体积、以及为保证独立性所需的物理间距。频率分集和时间分集则要实打实地占用频谱或时延。工程设计是在增益与代价之间找平衡。

参考来源

Receiver Diversity – Maximum Ratio Combining (MRC) - GaussianWaves — 接收分集与MRC的原理推导、仿真与SNR公式详解。
Receive Diversity 讲义 - University of Toronto — 多伦多大学无线通信课程,SC/EGC/MRC中断概率与分集阶数的严格推导。
Spatial Diversity - MATLAB & Simulink (MathWorks) — 空间分集系统建模与BER性能仿真的工程参考。
分集接收 - 百度百科 — 分集接收技术中文定义,涵盖频率/时间/天线/角度/极化分集分类。

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