文档介绍：1 MIMO信道容量极限摘要——我们对最近的关于单用户和多用户多输入多输出(MIMO)信道的香农容量的研究结果进行了全面的概述。尽管预测了这样的信道有着巨大的容量增益, 这些预测却或多或少基于一些不切实际的前提下,比如基本的时变信道模型,信道被接收端和发送端追踪的程度如何。更加实际一点的前提会对 MIMO技术潜在的容量增益造成很大的影响。对于时变 MIMO信道有多种香农理论容量定义, 对于每一种定义又有着不同的相关模型和要考虑的信道信息量前提条件。我们首先对单用户 MIMO信道的遍历容量和中断容量结果进行了全面的总结。这些结果表明多天线带来的容量增益很大程度上依赖于接收端或者发送端获得的信道信息:信道的信号噪声比,每一个天线单元的信道增益之间的相关性。我们把注意力集中在多址接入信道(MACs)的容量区域,已知的广播信道可获得的最大速率区域,与单用户 MIMO信道相反,多用户 MIMO信道容量的获得是相当困难的。我们总结了 MIMO广播信道和多址接入信道的结果,这些信道要么是固定的, 要么发送端和接收端都能对信道的瞬时状态有着精确的了解。 MIMO多址接入信道的容量区域和已知的广播信道可获得的最大速率区域(又叫做脏纸区域)可以通过对偶变换紧密联系起来。这一变换方便了寻找能够达到 MIMO MAC容量区域边界上点的发送策略,也方便了寻找 MIMO广播脏纸区域的发送策略,反之亦然。最后我们讨论了采用基站协作多小区 MIMO信道的容量结果。基站起到了天线阵列空间分集的作用,利用这一结构的发送策略显示出巨大的容量增益。本文对 MIMO蜂窝系统的容量问题也进行了简要讨论。在这一领域内尚存在大量的未解决的问题,对这些未解决问题的讨论贯穿于全文。关键字——天线相关;波束成形;广播信道(BCs);信道分布信息(CDI);信道状态信息(CSI);多小区系统;多址接入信道(MACs);多输入多输出(MIMO)信道;多用户系统;香农容量。Ⅰ引言无线通信系统继续为更好的数据速率而努力。尤其地,这一目标要挑战系统的功率、带宽和复杂度限制。然而另一领域能够被很好地利用来极大地提高系统的容量:使用多个发送天线和接收天线。 Winters[81], Foschini[20]和 Telatar[69] 在这一领域内所做的开创性工作激起了大家的浓厚兴趣,当信道呈现出丰富的分散性并且信道的变化能够被精确地跟踪的时候,他们预测了多天线的无线系统有着非常可观的频谱效率。这一优异的频谱效率的愿景几乎是免费的,导致了爆炸似的研究活动,这些研究的目的是要描绘多输入多输出(MIMO)无线信道的理论问题和实际问题的特征,并且要将这些思想延伸到多用户系统。本节总结了最近一些集中于研究单用户和多用户 MIMO系统容量方面的工作,这些研究都是在不同的空间相关性和发送端接收端可获得的信息的前提条件下进行的。 MIMO信道带来的大频谱效率是基于丰富的分散环境前提下的,丰富的分散环境可以提供由每一个发送天线到每一个接收天线的独立传播路径。因此,对单用户系统而言,发送和接收策略利用这一结构达到接近于?? min , MN个的独立路径的 2 容量,其中M 是发送天线的数目N 是接收天线的数目。这样相应于只有一个发送天线和一个接收天线,容量可以随着?? min , MN线性增长。这一容量的增长需要一个分散的环境,比如发送和接收天线对之间的信道增益矩阵是满秩的、有着相互独立的元素(行与行、列与列之间是独立的),并且这些增益的精确估计能够被接收端获得。发送端和接收端对这些增益的精确估计提供了常数乘法器和线性尺度的增加。很多随后的工作旨在描绘出 MIMO信道在更加现实的前提下的特性,这些前提条件涉及到根本的信道模型和发送端接收端获得的信道估计。不管从理论的角度还是现实的角度来看,主要的问题都是最初由 Winters, Foschini, and Telatar预测的容量增益是否能够在现实可操作的情况下获得,增加更多的天线和(或)用来反馈接收端获得的信息给发送端的反馈链路能够获得多少的增益。 MIMO信道容量很大程度上取决于信道的统计特性和信道天线单元的相关性。近期的研究既发展了基于分析的 MIMO信道模型也发展了基于测量的 MIMO 信道模型,以及对于室内和室外环境的相应的信道容量的计算。天线相关性作为分散环境、发送端和接收端之间的距离、天线的配置结构以及多普勒频移的函数([1],[65])剧烈地变化着。正如我们看到的那样,信道相关性对于容量的影响取决于发送端和接收端对于信道状况了解了多少:相关性有时候会增加容量,有时候却会减少容量[16]。此外,天线之间相关性很低的信道仍然会呈现出“锁孔”效应:信道增益矩阵的秩非常小,导致容量的增加很有限[12]。庆幸的是,这一效应在大多数环境中并不是普遍的。在低