MIMO通信系统：频率效率（Spectral Efficiency） 计算公式大全

假设：基站$M$个发射天线服务个$K$用户，发射信号$\mathbf{x}\in {\mathbb{C}}^{M\times 1}$。

第$k$个用户的接收天线为$N$，与基站之间的信道矩阵为${\mathbf{H}}_k\in {\mathbb{C}}^{N\times M},k=1,\dots ,K$，（方便起见，每一个用户的接收天线数一致）。

我们考虑三种不同的模式下的信道模型 [1]：

1. 单用户多天线系统（Single-User Multiple-Input Multiple-Output，SU-MIMO）：$$N>1,K=1,{\mathbf{H}}_k=\mathbf{H}\in {\mathbb{C}}^{N\times M}$$
2. 多用户单天线系统（Multi-User Multiple-Input Single-Output，MU-MISO）：信道退化为$$N=1,K>1,{\mathbf{h}}_k^H\in {\mathbb{C}}^{1\times M}$$
3. 多用户多天线系统（Multi-User Multiple-Input Multiple-Output，MU-MIMO）：$$N>1,K>1,{\mathbf{H}}_k\in {\mathbb{C}}^{N\times M}$$

数字预编码

SU-MIMO

发射信号$\mathbf{x}=\mathbf{Fs}\in {\mathbb{C}}^{M\times 1}$，其中数据流$\mathbf{s}\in {\mathbb{C}}^{N_s\times 1}$，$N_s$表示数据流数，满足$N_s\le N$。$\mathbf{F}\in {\mathbb{C}}^{M\times N_s}$ 表示用户的预编码矩阵。数据流通过预编码模块处理，通过$M$根发射天线发送出去；信号经过信道传输到达配置$N$根天线的接收端接收。经过信道传输到达接收端的信号可表示为：

$$\mathbf{y}=\mathbf{HFs}+\mathbf{z}\in {\mathbb{C}}^{N\times 1}$$

其中，$\mathbf{H}\in {\mathbb{C}}^{{}^{N\times M}}$表示MIMO信道矩阵，$\mathbf{Z}\in {\mathbb{C}}^{N\times 1}$表示信道的高斯白噪声。

SU-MIMO的频谱效率（Spectral efficiency，SE）为：

$$SE={\log }_2\det \left({\mathbf{I}}_{N_s}+\frac{1}{{\sigma }^2}{\mathbf{F}}^H{\mathbf{H}}^H\mathbf{H}\mathbf{F}\right)\mathrm{bits}/\mathrm{s}/\mathrm{Hz}$$

式中，${\sigma }^2$用户的噪声的协方差矩阵的方差。

MU-MISO

发射信号$\mathbf{x}=\mathbf{Fs}\in {\mathbb{C}}^{M\times 1}$，其中$\mathbf{F}\in {\mathbb{C}}^{M\times K}$表示$K$个用户的预编码矩阵，$\mathbf{s}=[s_1,\dots ,s_K{]}^T\in {\mathbb{C}}^{K\times 1}$表示待发射的发射数据。则$K$个用户的接收信号$\mathbf{y}=[y_1,\dots ,y_K{]}^T\in {\mathbb{C}}^{K\times 1}$表示为：

$$\mathbf{y}=\mathbf{Hx}+\mathbf{z}=\mathbf{HFs}+\mathbf{z}$$

其中，$\mathbf{H}=[{\mathbf{h}}_1,\dots ,{\mathbf{h}}_K{]}^H\in {\mathbb{C}}^{{}^{K\times M}}$，${\mathbf{h}}_k^H$表示第$k$个用户的信道向量。$\mathbf{F}=[{\mathbf{f}}_1,\dots ,{\mathbf{f}}_K]$表示预编码矩阵，$\mathbf{f}$表示第$k$个用户的预编f码向量。$\mathbf{z}\sim \mathcal{C}\mathcal{N}(0,{\sigma }^2\mathbf{I})$表示信道的高斯白噪声。

对于第$k$个用户，接收信号可以表示为：

$$y_k={\mathbf{h}}_k^H\mathbf{Fs}+z_k={\mathbf{h}}_k^H{\mathbf{f}}_k{s}_k+\sum _{i\ne k}{\mathbf{h}}_i^H{\mathbf{f}}_i{s}_i+z_k$$

因此，$K$个用户的频谱效率可以表示为：

$$SE=\sum _{k=1}^K{\log }_2(1+\frac{|{\mathbf{h}}_k^H{\mathbf{f}}_k{|}^2}{{\sum }_{i\ne k}^K|{\mathbf{h}}_k^H{\mathbf{f}}_i{|}^2+{\sigma }_k^2})$$

式中，${\sigma }_k^2$表示第$k$个用户的噪声的协方差矩阵的方差。

MU-MIMO

系统中有$K$个多天线接收用户，第$k$个用户配有$N_k$个天线。基站配有$M$个发射天线，发射信号表示为：

$$\mathbf{x}=\sum _{k=1}^K{\mathbf{F}}_k{\mathbf{s}}_k$$

式中，${\mathbf{F}}_k\in {\mathbb{C}}^{M\times D_k}$和${\mathbf{s}}_k\in {\mathbb{C}}^{D_k\times 1}$分别是第$k$个用户的预编码矩阵和数据流向量，其中$D_k$表示第$k$个用户的数据流数，需满足 D k ≤ min ⁡ { M , N k } D_k\le\min\{M,N_k\} Dk​≤min{M,Nk​}。

第$k$个用户的接收信号表示为：

$${\mathbf{y}}_k={\mathbf{H}}_k\mathbf{x}+{\mathbf{z}}_k={\mathbf{H}}_k\sum _{k=1}^K{\mathbf{F}}_k{\mathbf{s}}_k+{\mathbf{z}}_k$$

式中，${\mathbf{H}}_k\in {\mathbb{C}}^{N_k\times M}$表示第$k$个用户与基站之间的信道矩阵，$\mathbf{z}\in {\mathbb{C}}^{N_k\times 1}$表示信道的高斯白噪声。

因此，$K$个用户的频谱效率可以表示为：

$$SE=\sum _{k=1}^K{\log }_2\det ({\mathbf{I}}_{D_k}+\frac{{\mathbf{F}}_k^H{\mathbf{H}}_k^H{\mathbf{H}}_k{\mathbf{F}}_k}{{\sigma }_k^2{\mathbf{I}}_{N_k}+{\sum }_{i\ne k}{\mathbf{H}}_k{\mathbf{F}}_i{\mathbf{F}}_i^H{\mathbf{H}}_k^H})$$

式中，${\sigma }_k^2$表示第$k$个用户的噪声的协方差矩阵的方差。

不难发现MU-MIMO是MU-MISO和SU-MIMO的拓展，在下一节混合预编码系统的频谱效率的计算，我们以MU-MIMO为例计算。

混合预编码

MU-MIMO

系统中有$K$个多天线接收用户，第$k$个用户配有$N_k$个天线。基站配有$M$个发射天线，$N_{\text{RF}}$个射频链，发射信号表示为：

$$\mathbf{x}=\sum _{k=1}^K{\mathbf{F}}_{\text{RF}}{\mathbf{F}}_{\text{BB},k}{\mathbf{s}}_k$$

式中，${\mathbf{F}}_{\text{RF}}\in {\mathbb{C}}^{M\times N_{\text{RF}}}$表示模拟预编码，${\mathbf{F}}_{\text{BB},k}\in {\mathbb{C}}^{N_{\text{RF}}\times D_k}$表示第$k$个用户的数字预编码，${\mathbf{s}}_k\in {\mathbb{C}}^{D_k\times 1}$第$k$个用户的数据流向量，满足$D_k\le N_{\text{RF}}\le M$。第$k$个用户的接收信号表示为：

$${\mathbf{y}}_k={\mathbf{H}}_k\mathbf{x}+{\mathbf{z}}_k={\mathbf{H}}_k\sum _{k=1}^K{\mathbf{F}}_{\text{RF}}{\mathbf{F}}_{\text{BB},k}{\mathbf{s}}_k+{\mathbf{z}}_k$$

式中，${\mathbf{H}}_k\in {\mathbb{C}}^{N_k\times M}$表示第$k$个用户与基站之间的信道矩阵，$\mathbf{z}\in {\mathbb{C}}^{N_k\times 1}$表示信道的高斯白噪声。

因此，$K$个用户的频谱效率可以表示为：

$$SE=\sum _{k=1}^K{\log }_2\det \left({\mathbf{I}}_{D_k}+\frac{{\mathbf{F}}_{\text{BB},k}^H{\mathbf{F}}_{\text{RF}}^H{\mathbf{H}}_k^H{\mathbf{H}}_k{\mathbf{F}}_{\text{RF}}{\mathbf{F}}_{\text{BB},k}}{{\sigma }_k^2{\mathbf{I}}_{N_k}+{\sum }_{i\ne k}{\mathbf{H}}_k{\mathbf{F}}_{\text{RF}}{\mathbf{F}}_{\text{BB},i}{\mathbf{F}}_{\text{BB},i}^H{\mathbf{F}}_{\text{RF}}^H{\mathbf{H}}_k^H}\right)$$

MU-MISO

当SU-MIMO下，$K=1$，接收天线为$N$，发射端的数据流数为$N_s$，可达和速率表示为：

$$SE={\log }_2\det \left({\mathbf{I}}_{N_s}+\frac{1}{{\sigma }_k^2}{\mathbf{F}}_{\text{BB}}^H{\mathbf{F}}_{\text{RF}}^H{\mathbf{H}}_k^H{\mathbf{H}}_k{\mathbf{F}}_{\text{RF}}{\mathbf{F}}_{\text{BB}}\right)$$

SU-MIMO

当SU-MIMO下，$K>1$，用户接收天线为$1$，可达和速率表示为：

$$SE=\sum _{k=1}^K{\log }_2\left(1+\frac{|{\mathbf{h}}_k^H{\mathbf{F}}_{\mathrm{RF}}{\mathbf{f}}_{\mathrm{BB},k}{|}^2}{{\sum }_{i\ne k}|{\mathbf{h}}_k^H{\mathbf{F}}_{\mathrm{RF}}{\mathbf{f}}_{\mathrm{BB},i}{|}^2+{\sigma }_k^2}\right)$$

多载波系统

混合预编码

MU-MIMO

在传统的6GHz以下载波频率的MIMO-OFDM系统中，在频域对每个子载波进行数字预编码，这也可以在毫米波MIMO-OFDM系统中采用。此外，数字预编码之后是快速傅里叶逆变换（IFFT）操作，它将所有子载波的信号组合在一起。然而，由于模拟预编码是一种IFFT后处理，因此在毫米波MIMO-OFDM系统中所有子载波的信号只能共享一个公共模拟预编码器 [2]。系统中有$K$个多天线接收用户，第$k$个用户配有$N_k$个天线。基站配有$M$个发射天线，$N_{\text{RF}}$个射频链，第$d$个子载波发射信号表示为：

$$\mathbf{x}[d]=\sum _{k=1}^K{\mathbf{F}}_{\text{RF}}{\mathbf{F}}_{\text{BB},k}[d]{\mathbf{s}}_k[d]$$

式中，$d\in [0,D-1]$，$D$表示总子载波数，${\mathbf{F}}_{\text{RF}}\in {\mathbb{C}}^{M\times N_{\text{RF}}}$表示模拟预编码，${\mathbf{F}}_{\text{BB},k}[d]\in {\mathbb{C}}^{N_{\text{RF}}\times D_k}$表示第$k$个用户的第$d$个子载波的数字预编码，${\mathbf{s}}_k[d]\in {\mathbb{C}}^{D_k\times 1}$的数据流向量，第$k$个用户的第$d$个子载波，满足$D_k\le N_{\text{RF}}\le M$。第$k$个用户的第$d$个子载波的接收信号表示为：

$${\mathbf{y}}_k[d]={\mathbf{H}}_k[d]\mathbf{x}[d]+{\mathbf{z}}_k={\mathbf{H}}_k[d]\sum _{k=1}^K{\mathbf{F}}_{\text{RF}}{\mathbf{F}}_{\text{BB},k}[d]{\mathbf{s}}_k[d]+{\mathbf{z}}_k$$

式中，${\mathbf{H}}_k[d]\in {\mathbb{C}}^{N_k\times M}$表示第$k$个用户的第$d$个子载波与基站之间的信道矩阵，$\mathbf{z}\in {\mathbb{C}}^{N_k\times 1}$表示信道的高斯白噪声。

因此，$K$个用户的频谱效率可以表示为：

$$SE=\frac{1}{D}\sum _{d=0}^{D-1}\sum _{k=1}^K{\log }_2\det \left({\mathbf{I}}_{D_k}+\frac{{\mathbf{F}}_{\text{BB},k}^H[d]{\mathbf{F}}_{\text{RF}}^H{\mathbf{H}}_k^H[d]{\mathbf{H}}_k[d]{\mathbf{F}}_{\text{RF}}{\mathbf{F}}_{\text{BB},k}[d]}{{\sigma }_k^2{\mathbf{I}}_{N_k}+{\sum }_{i\ne k}{\mathbf{H}}_k[d]{\mathbf{F}}_{\text{RF}}{\mathbf{F}}_{\text{BB},i}[d]{\mathbf{F}}_{\text{BB},i}^H[d]{\mathbf{F}}_{\text{RF}}^H{\mathbf{H}}_k^H[d]}\right)$$

SU-MIMO

当SU-MIMO下，$K=1$，接收天线为$N$，发射端的数据流数为$N_s$，可达和速率表示为：

$$SE=\frac{1}{D}\sum _{d=0}^{D-1}{\log }_2\det \left({\mathbf{I}}_{N_s}+\frac{1}{{\sigma }_k^2}{\mathbf{F}}_{\text{BB}}^H[d]{\mathbf{F}}_{\text{RF}}^H{\mathbf{H}}_k^H[d]{\mathbf{H}}_k[d]{\mathbf{F}}_{\text{RF}}{\mathbf{F}}_{\text{BB}}[d]\right)$$

MU-MISO

当SU-MIMO下，$K>1$，用户接收天线为$1$，可达和速率表示为：

$$SE=\frac{1}{D}\sum _{d=0}^{D-1}\sum _{k=1}^K{\log }_2\left(1+\frac{|{\mathbf{h}}_k^H[d]{\mathbf{F}}_{\mathrm{RF}}{\mathbf{f}}_{\mathrm{BB},k}[d]{|}^2}{{\sum }_{i\ne k}|{\mathbf{h}}_k^H[d]{\mathbf{F}}_{\mathrm{RF}}{\mathbf{f}}_{\mathrm{BB},i}[d]{|}^2+{\sigma }_k^2}\right)$$

数字预编码

我们可以很容易发现，数字预编码可以由混合预编码退化而来：

MU-MIMO

$$SE=\frac{1}{D}\sum _{d=0}^{D-1}\sum _{k=1}^K{\log }_2\det \left({\mathbf{I}}_{D_k}+\frac{{\mathbf{F}}_k^H[d]{\mathbf{H}}_k^H[d]{\mathbf{H}}_k[d]{\mathbf{F}}_k[d]}{{\sigma }_k^2{\mathbf{I}}_{N_k}+{\sum }_{i\ne k}{\mathbf{H}}_k[d]{\mathbf{F}}_i[d]{\mathbf{F}}_i^H[d]{\mathbf{H}}_k^H[d]}\right)$$

SU-MIMO

$$SE=\frac{1}{D}\sum _{d=0}^{D-1}{\log }_2\det \left({\mathbf{I}}_{N_s}+\frac{1}{{\sigma }_k^2}{\mathbf{F}}^H[d]{\mathbf{H}}_k^H[d]{\mathbf{H}}_k[d]\mathbf{F}[d]\right)$$

MU-MISO

$$SE=\frac{1}{D}\sum _{d=0}^{D-1}\sum _{k=1}^K{\log }_2\left(1+\frac{|{\mathbf{h}}_k^H[d]{\mathbf{f}}_k[d]{|}^2}{{\sum }_{i\ne k}|{\mathbf{h}}_k^H[d]{\mathbf{f}}_i[d]{|}^2+{\sigma }_k^2}\right)$$

信道容量，可达速率和频谱效率之间的关系

信道容量：信道容量是由香农定理定义的理论上限，表示在给定带宽和信噪比条件下，信道所能无差错传输的最大信息速率。
可达速率：可达速率是实际通信系统中能够实现的数据传输速率。它通常低于理论信道容量，因为实际系统会受到各种限制和非理想因素的影响。
频谱效率：频谱效率衡量单位带宽内可传输的信息量，通常以比特/秒/赫兹(bits/s/Hz)为单位。它反映了系统对频谱资源的利用效率。

这三者的关系可以概括为：

• 信道容量是可达速率的理论上限。实际系统的可达速率总是小于或等于信道容量。
• 频谱效率与可达速率和带宽有关。在给定带宽下，提高频谱效率可以增加可达速率。

举一个形象的例子：
想象一条高速公路，信道容量就是这条高速公路的理论最大车流量，可达速率则是实际车流量，那么频谱效率就是单位长度的道路上能通过的车辆数量。增加车道数（扩展带宽）、优化交通信号灯（提高信噪比）等措施都可以提高高速公路的通行能力，即提升可达速率。

参考文献

[1]（美）John G. Proakis，数字通信（第五版）[M].北京：电子工业出版社，2018.

[2] Yu X, Shen J C, Zhang J, et al. Alternating minimization algorithms for hybrid precoding in millimeter wave MIMO systems[J]. IEEE Journal of Selected Topics in Signal Processing, 2016, 10(3): 485-500.