5.1 MU-MIMO原理与用户间干扰

5.1 MU-MIMO 原理与用户间干扰

本节摘要：单用户 MIMO（SU-MIMO）把多流都给一个终端，受限于终端天线数；多用户 MIMO（MU-MIMO）把同一时频资源同时分给多个终端，靠的是用户在空间上"分得开"。本节从空间 division multiple access（SDMA）讲起，揭示用户间干扰（IUI）为何是核心矛盾；用第 4 章的 BD 零空间说明预编码如何把 IUI 预先消掉；最后给出"用户信道相关度门限"的来由——当用户信道不够正交，多用户就分不开，强行配对只会互相制造干扰。

核心问题

阅读完本节，你应当能够：

1. 解释 SDMA 如何用空间维度同时服务多用户，以及与 SU-MIMO 的分工
2. 说明用户间干扰（IUI）为何是 MU-MIMO 的核心矛盾
3. 描述 BD 零空间如何消除 IUI，并联系第 4 章预编码
4. 解释"用户信道相关度门限"的物理含义与工程取法
5. 判断一组候选用户该不该配成一对 MU-MIMO 组合

一、MU-MIMO 在解决什么

SDMA（空分多址）的思想很朴素：既然空间是自由的维度，那就让不同用户占用"不同的空间方向"共享同一时频资源。基站给甲用户发射时，把波束对准甲的方向；给乙用户发射时，对准乙的方向——只要甲乙在空间上分得开，甲收不到给乙的信号、乙也收不到给甲的信号，理论上就能在同一时刻同一频率上并行服务两人。这就是 MU-MIMO，它把第 3 章那笔自由度预算从"深度"（单用户多流）切到"宽度"（多用户各少流）。

和 SU-MIMO 的关键区别在于受什么限制：SU-MIMO 的流数上限是终端天线数（通常 2 到 4），MU-MIMO 的流数上限是基站阵元数，且不受单个终端天线限制——因为不同流发给不同终端，每个终端只需解自己那一路。所以 MU-MIMO 特别适合高密场景（体育馆、车站、商圈），那里用户多、单用户峰值再高也救不了总容量。

SU-MIMO 与 MU-MIMO 的根本差异可汇总对照：

二、核心矛盾：用户间干扰 IUI

理想很美，现实里"用户信道完全正交"几乎不存在。当基站同时给甲、乙发数据，甲不仅收到自己的信号，也收到基站发给乙的信号的泄漏——这泄漏对乙是目标信号、对甲就是干扰，称为用户间干扰（IUI, Inter-User Interference）。IUI 是 MU-MIMO 的唯一核心矛盾：多用户并行的收益，完全取决于能把 IUI 压到多低。

若用户信道高度相关（比如两人站在几乎同一方向、经历几乎同一信道），发给乙的波束会大量泄漏到甲，IUI 暴涨，甲根本解不出自己的数据。此时强行 MU-MIMO，不仅没并行增益，反而因强干扰把两个用户都拖垮——不如退回到 SU-MIMO 或干脆只服务一个用户。所以 MU-MIMO 的价值不是"天线多就自动有"，而是"用户分得开才有"。

三、用 BD 零空间消去 IUI

第 4 章的 BD（块对角化）预编码正是为消 IUI 而生。思路是：把所有"非目标用户"的信道矩阵拼起来，求它的零空间（一组与这些信道都正交的向量），然后把目标用户的数据只投影到这个零空间里发射。结果，其他用户收到的信号里，目标用户的数据分量恒为零——IUI 在发射端就被预先消去，接收端完全不必处理跨用户干扰。

这把 MU-MIMO 从一个"靠波束对准近似隔离"的问题，变成了"在零空间里投影"的精确数学问题。代价是零空间维度有限：能消去 IUI 的用户数，受基站阵元数与其他用户信道张成的空间共同约束。阵元越多，能同时服务且互不干扰的用户越多；这也是大规模 MIMO（第 6 章）能把 MU-MIMO 用户数推高到几十个的物理基础。

用一个具体数字感受零空间的价值：基站 64 阵元，若同时服务 8 个单天线用户，BD 为每个用户找一个互不干扰的发射方向，零空间维度约 64−8=56，余量充足，IUI 压得干净；若用户数升到 40，零空间维度降到 24，仍能服务但每个方向的隔离余量变挤，IUI 抑制 margin 下降。一旦用户数逼近阵元数，零空间几乎塌缩，再多加一个用户就会让所有人的 IUI 同时暴涨。所以"能干净服务多少用户"的上限约等于"阵元数减去为隔离预留的维度"——这解释了为何毫米波 64 阵元小站能轻松 MU 服务几十用户、而 4 阵元微站最多两三个：不是算法差异，是零空间维度硬约束。理解了这条线，就不会被"支持 N 用户 MU"的宣传数字误导，真正上限是现场阵元数与用户正交度共同决定的。

图 5-1：IUI 与 BD 零空间消去

四、用户信道相关度门限从何而来

工程上不会等"完全正交"才配对，而是设一个相关度门限：当两用户信道的相关（或等价的正交度度量）低于阈值，就认为"分得开 enough"，允许配对；高于阈值则拒绝。这个门限怎么定？本质是吞吐与干扰的权衡——门限越松，能配的用户越多、但 IUI 残留越大，单用户速率掉；门限越严，配对少但每对干净。

经验上，门限取在"残留 IUI 造成的速率损失不超过并行增益的几成"处。比如一组候选里，甲与乙相关系数 0.1（几乎正交）可放心配对，甲与丙相关系数 0.8（高度相关）则宁可只服务甲或不带丙。实际系统用信道向量的内积（或角度）做快速筛选，把"明显相关"的用户先排除，再在剩余里挑最优配对——这就是下一节调度算法的输入。

把门限的物理含义再讲透一点：两个用户的信道向量可以看作空间里的两个方向，相关系数是它们夹角的余弦。夹角接近 90 度（余弦近 0）意味着方向几乎垂直，基站用 BD 能找到彼此的零空间、互不干扰；夹角接近 0 度（余弦近 1）意味着方向重合，零空间几乎塌缩，发给甲必然大量泄漏到丙。所以"相关度门限"本质上是在信道空间里画一条"最小夹角线"——低于这条线（夹角太小）就不配对。这条线画在哪，决定了系统在"多服务几个用户"和"每个用户干净"之间站哪边，是 MU-MIMO 工程里最常被调的旋钮之一。

五、工程实例：体育馆里 MU-MIMO 为何值钱

回到第 3 章的体育馆场景：成百上千用户挤在一小区，若只用 SU-MIMO 给单个用户开满 8 流，小区总吞吐被单点峰值锁死。MU-MIMO 改成给几十个用户各开 1 到 2 流——这些用户分布在看台不同位置、信道方向天然分散，BD 零空间能把彼此 IUI 压到很低。结果单用户峰值降了，但小区总吞吐成倍上升。运营商考核的核心指标（小区吞吐、边缘速率）因此大幅改善。

但若观众席有一簇人几乎站在一起（信道高度相关），系统不会强行把他们配成一对，而是只服务其中信号最好的一个、或让其走 SU-MIMO——这正是"相关度门限"在排障里的具象：当用户投诉"旁边人网速好、我这很差"，往往是因为我（和相关用户）被调度器判为高度相关，被暂时排除在 MU 配对之外。理解这点，就不会再把"天线多"误读成"我一定能被多流服务"。这也解释了现场优化里常做的"用户分散引导"：商场通过动线设计、座椅排布让人群自然分散在不同方向，正是为了让 MU-MIMO 有彼此正交的用户可用——属于把无线原理落进建筑设计的例子。天线给了并行的可能，用户的空间分布才把它变成现实。

⚠️ 常见坑：以为 MU-MIMO 用户数只由基站天线数决定。阵元多是上限，但真正能同时服务的用户数还受"候选用户间正交度"约束——若当前用户都挤在同一方向（高度相关），阵元再多也只能服务少数几个，因为零空间被相关用户信道占满。

💡 关键直觉：MU-MIMO 的命门是用户间的空间可分性，不是基站天线数。调度器要做的，是在众多用户里挑出"彼此分得开"的组合，让 BD 零空间有施展空间——天线只是把这种可分性复现出来的工具。

六、常见疑问

IUI 和 SU-MIMO 里的流间干扰是一回事吗？

同源不同场景。SU-MIMO 的"流间干扰"是同一终端多流之间的干扰，靠该终端的多天线联立方程解开；MU-MIMO 的 IUI 是不同终端之间的干扰，接收端（各终端）根本看不到对方的信号，无法自己解，必须在发射端用 BD 零空间预先消去。所以 IUI 比流间干扰更难处理——它只能靠预编码在发端解决，接收端无能为力。

相关度门限设太严会怎样？

会牺牲配对机会、降低小区吞吐。门限过严时，大量"略相关"的用户被排除，能同时服务的用户数下降，频谱效率利用不充分；但换来每对用户干净、单用户速率稳。门限是吞吐—公平—可靠的三元旋钮，常按场景动态调：高密热点可放宽以拉总吞吐，边缘覆盖可收紧以保单用户可靠。

MU-MIMO 一定要 TDD 吗？

不必须，但 TDD 互易（第 4 章）让基站更易拿到多用户下行信道、做 BD 预编码，所以大规模 MU-MIMO 几乎都跑 TDD。FDD 下基站要靠终端逐个反馈量化信道，多用户反馈开销与精度压力更大，MU 用户数受限。这也是为什么低频 FDD 宏站 MU-MIMO 规模小于 TDD 大规模 MIMO 基站。

要点速记

• SDMA 用空间分方向服务多用户：把自由度从深度切到宽度，受用户正交度而非终端天线数限制
• IUI 是核心矛盾：用户信道相关高则互相干扰，强行配对两头垮
• BD 零空间消去 IUI：发射端把数据投影到其他用户零空间，接收端免处理跨用户干扰
• 阵元多=零空间大：能同时服务的干净用户数随阵元数上升（第 6 章基础）
• 相关度门限是吞吐—干扰权衡：低于阈值才配对，太松掉速、太严掉总吞吐
• 高密场景 MU 最值钱：体育馆各用户方向分散，BD 压低 IUI，小区吞吐成倍升
• 命门是正交度非天线数：用户挤同方向则阵元再多也只能服务少数
• MU-MIMO 不必须 TDD：但互易让大规模 MU 几乎都选 TDD

下一节把"挑哪些用户配对"算法化：比例公平调度如何在吞吐与公平间取舍，贪婪配对如何用"挑最正交的下一个"逼近最优，又为何受组合爆炸约束。