6.1 信道硬化与伪正交性

6.1 信道硬化与伪正交性

本节摘要：第 4 章那些精妙的预编码与检测，前提是"知道 H 且 H 不好算"。大规模 MIMO 用一个反直觉的事实绕开了复杂性：当天线数 N 很大时，大数定律让每个用户的"等效信道"趋于一个确定值（快衰落被平均掉），这就是信道硬化；同时高维随机信道向量彼此趋于正交，这就是伪正交性。两者合力，让最简单的匹配滤波（MRT 发射 / MRC 接收）在大规模下渐近最优——第 4、5 章那些线性/非线性算法，在大规模场景里"退化"成朴素方案。本节讲清这两个现象的物理含义与工程意义。

本节导航

阅读完本节，你应当能够：

1. 解释信道硬化为何由大数定律驱动，等效信道如何趋于确定
2. 说明伪正交性如何随天线数上升而显现，并联系第 5 章 MU 配对
3. 描述 MRT/MRC 在大规模下为何渐近最优，及其与 ZF/MMSE 的复杂度差异
4. 用一张对照表说明"阵元数→∞ 时各算法性能收敛"
5. 理解"算法变简单"的代价转移到了哪里

一、信道硬化：快衰落被平均掉

单天线系统最头疼的是快衰落——信噪比在毫秒间起伏几十 dB。大规模 MIMO 的诡异之处在于：虽然每根天线仍经历快衰落，但基站同时看几十上百根天线，对某个用户的"合并等效信道"在天线数很大时趋于一个稳定值。直觉来自大数定律：把 N 个独立起伏的信道系数加权合并，起伏被平均掉、只剩确定分量。所以"用户的有效信道质量"不再疯狂抖动，而是稳稳停在它的平均值附近——这就是信道硬化。

硬化的直接好处是CSI 变得好估又好用：等效信道慢变，估计一次能管很久，不怕老化（呼应第 4 章信道老化难题）；且因为确定，预编码不用追求精确抵消，大致对准就够。这正是大规模 MIMO 能把第 4 章那套复杂 CSI 依赖"降级"的根本原因。

用一个直观对比体会硬化的价值：单天线用户每秒钟信噪比可能在 −5 dB 到 25 dB 间乱跳，基站根本来不及追；64 阵元合并后，这个起伏被压到 ±2 dB 内、几乎成直线。基带调度器因此可以按"稳定平均值"做决策，不必为每个毫秒的瞬时起伏频繁重配预编码。硬化的本质是"把不确定性从快变维度挪走"，让系统从"追着信道跑"变成"信道站定让你配"。这也是为什么大规模基站的调度周期可以放长、信令开销反而低——快衰落不再是需要实时应对的紧急事件，而是被多天线"烫平"成了慢变的背景。

二、伪正交性：高维随机向量天然分得开

第二个现象是伪正交性。两根独立用户的信道向量，本质是高分量的随机向量；在天线数很大时，两个随机向量的内积（相关性）趋于零——它们"几乎正交"。这意味着海量用户信道天然近似正交，不用像第 5 章那样费劲做配对筛选，用户之间就分得开。这把 MU-MIMO 的配对难题（5.2 节组合爆炸）大幅简化：大规模下，随便挑一组用户，相关性都低，IUI 天然小。

注意"伪"字：这不是严格正交，而是"统计上近似正交、误差随 N 增大趋零"。所以阵元数越多，用户越分得开、MU 越干净——这正是大规模 MIMO 能同时服务几十个用户的理论底气，也是第 5 章"用户正交度门限"在大规模下几乎总是满足的原因。

把伪正交性和第 5 章的配对联系起来看更有意义：中等规模时，调度器要穷举/贪婪地挑"彼此正交的用户"，因为不是每对用户都分得开；大规模时，随机用户信道近乎天然正交，调度器几乎"随手挑一组"就正交，配对从"组合优化难题"退化成"随便选"。这正是 6.1 标题里"伪正交性"对 MU-MIMO 的工程意义——它把第 5 章最烧脑的配对环节，用阵列规模直接抹平。但注意"伪"字提醒我们：极端相关用户（同向站立）仍是例外，排障时这类特殊场景照样要单独处理，不能因为"大规模通常正交"就完全放弃相关性检查，否则排队人群等高度相关场景会突然出现配对崩塌。

三、MRT/MRC 渐近最优：复杂算法被降级

硬化 + 伪正交合力，推出一个漂亮结论：最简单的匹配滤波就够了。发射端用 MRT（最大比发射，把信号沿信道共轭方向发，等价于把能量对准用户），接收端用 MRC（最大比合并），在 N→∞ 时性能渐近逼近于 ZF、MMSE 甚至 DPC 这些复杂方案。原因是：硬化让信道确定、伪正交让用户互不干扰，复杂的"精确消干扰"不再是必须的——大致对准 + 天然正交，已经够好。

三类方案在大规模下的对照：

MRT/MRC 的优雅在复杂度：它只需要"信道向量的共轭"，不做矩阵求逆、不迭代，基带几乎零压力。第 4 章那些烧算力的非线性预编码、球形译码，在大规模下被"数量暴力"淘汰——这是全书最反直觉的转折：天线越多，基带越懒。

这张表也点出一个常被忽视的事实：小阵列时我们花大力气做 ZF/MMSE 求逆，到了大规模反而退回"乘法+共轭"——基带复杂度随阵元数不升反降，与直觉完全相反。很多资料把 MIMO 讲成"复杂的矩阵运算艺术"，但大规模 MIMO 的精髓恰恰是"用天线数让矩阵运算变得不必要"。理解了这一层，就不会在大规模基站上去纠结预编码矩阵求逆的精度，因为那一步本就被硬化与伪正交性绕过；工程落地永远跟着规模走，而非跟着理论最优走。

图 6-1：阵元数越多，简单算法越够用

四、工程实例：64 阵元上行 MRC 的踏实

一个 64 阵元基站做上行接收，对用户甲用 MRC（把 64 路接收按甲的信道共轭加权合并）。由于硬化，甲的等效信道稳如直线；由于伪正交，乙的信号在合并权下几乎被抵消。结果：基站不用跑任何 ZF 求逆、不用 BD 零空间，只做 64 次乘法加权就拿到接近最优的上行吞吐，且 CSI 估计慢变、几乎不怕老化。运维同学最爱的正是这种"简单又稳"——它把第 4 章那些娇贵的算法替换成"乘法 + 加法"，可靠性与可复现性都高得多。这也是为什么现网大规模 MIMO 上行几乎默认 MRC、下行默认 MRT 类简单预编码，而非炫技的非线性方案。

把这套"简单又稳"落成排障语言：当一个 64 阵元小区上行吞吐异常，第一反应不是查 MRC 算法（它太朴素几乎不会错），而是查 CSI 来源与校准——因为 MRT/MRC 的性能完全挂在"信道向量估得准不准"上。估准了，共轭加权就够；估偏了，加权方向歪，硬化红利消失。所以大规模下基带省了心，但 CSI 与射频的权重反而更重，运维能力从"调算法"转向"保数据质量"，和前面所有章节的方法论一致：下游再简单，上游数据错了也白搭。这个"简单算法依赖准 CSI"的特征，让大规模 MIMO 的排障重心从基带彻底移到射频与估计链路。

⚠️ 常见坑：以为"大规模 MIMO 算法简单"等于"随便配就行"。硬化与伪正交都成立在"天线数足够大且用户信道独立"前提下；若天线间高度相关（阵元间距过密）、或用户数远超阵元导致零空间塌缩，硬化与伪正交都退化，MRT/MRC 立刻现出"未消干扰"的本相，吞吐暴跌。简单算法的红利，前提是阵列真的大规模且真独立。

💡 关键直觉：大规模 MIMO 用"数量暴力"买来算法简单——硬化让 CSI 好估、伪正交让用户天然分得开，于是 MRT/MRC 这种朴素方案渐近最优。但代价不是消失，而是转移：基带省下的复杂度，全变成射频、功耗、校准的工程债（见 6.2、6.3）。

五、常见疑问

信道硬化和"波束赋形阵列增益"是一回事吗？

不是同一层。阵列增益（第 3 章 10·lg N）是能量聚焦的物理增益；硬化是"等效信道趋于确定"的统计现象，源于多天线合并对快衰落的平均。二者同源（都靠多天线），但一个讲能量、一个讲确定性。硬化让 CSI 好用、让简单预编码够用，阵列增益让信噪比底座抬高——大规模 MIMO 同时吃到两者，只是解释维度不同。排障时若发现硬化不明显（等效信道仍起伏大），先怀疑天线相关性过高或通道故障，而非去调预编码算法——硬化是物理现象，算法改不了它，只有射频与阵列状态能决定它是否发生。

伪正交性会不会被"相关用户"破坏？

会。伪正交性建立在用户信道向量独立随机的前提下；若用户挤同方向、或基站天线间距过密导致信道相关，两个向量不再独立，内积不为零，伪正交退化。所以第 5 章的"用户正交度门限"在中等规模仍重要；大规模下只是"绝大多数随机用户天然满足"，特殊相关场景照样要排查——这也是为什么极端高密同向人群（如排队）下 MU 仍会掉档。

MRT/MRC 真的不用求逆，那干扰谁消？

靠伪正交性"天然近似正交"来避开显式消干扰。小阵列时用户不正交，必须 ZF/BD 显式求逆消干扰；大规模时用户近似正交，MRT 大致对准用户、其余用户干扰被加权自然压低（类似 MRC 在合并时抵消非目标方向），无需求逆。本质是"用阵列规模换掉了求逆这一步"，代价是阵元数不够时性能不如 ZF。

重点提炼

• 信道硬化=快衰落被平均：大数定律让等效信道趋于确定，CSI 慢变好估
• 伪正交性=高维随机向量趋正交：用户天然分得开，MU 配对简化
• MRT/MRC 大规模渐近最优：只需信道共轭，不做求逆，复杂度最低
• 阵元越多基带越懒：复杂预编码/检测被数量暴力淘汰
• 算法简单≠随便配：前提是阵列真大规模且信道独立，相关则退化
• 红利代价转移：基带省下的复杂度转成射频/功耗/校准债
• 硬化≠阵列增益：一个讲确定性、一个讲能量，同源不同维
• 相关用户仍破坏伪正交：极端同向人群 MU 仍掉档

下一节讲工程如何让"几十上百根天线"在功耗与成本上可承受：混合波束赋形用少量数字通路 + 大量模拟移相器，把全数字的射频爆炸压下来。