对于一个有（K+K_I）个用户的上行MIMO无线系统，我们采用一个离散时间的复基带模型，其中K和K_I分别表示所需的用户和干扰用户数量，如图3.10所示。

图3.10 一般的MIMO上行链路传输模型

术语“期望用户”指的是用户的信号需要被检测，所有其他用户将被视为干扰用户考虑。该系统中的用户总数由K_T=K+K_I表示。为不失一般性，我们假定每个用户将有N_T根发射天线，并且这些K_TN_T个信号是在一个L-径瑞利准静态衰落信道中传输，而且在接收端由数量为N_R的天线接收。我们还假定接收到的信号是符号率为1/T的采样。具体来说，传输符号从第n个天线对应于在离散时间i的第k个用户，1≤n≤N，可用符号s_n，k（i）表示，其中N表示帧的长度。一般来说，这些符号可采用BPSK方式调制，也可以使用更高阶的调制方式。此外，这些符号可以代表未编码信息数据，也可以是一个信道编码器或预均衡的产出。这在接下来的讨论中将会看到。我们将由第n根天线传输的L个符号序列所对应的第k个用户表示为s_n，k（i）=［s_n，k（i）…s_n，k（i-L+1）］^T。

第（n，m）天线对的信道冲激响应由H_n，m=［h_n，m（0），…，h_n，m（L-1）］给出，这些冲激响应经过了L个符号周期，其中n=1，…，K_TN_T;m=1，…，N_R。由于我们只考虑准静态衰落，在一段N符号上信道将是恒定的，它的变化也是独立的。这些脉冲响应捕捉不同的发射和接收天线对的由多径传播造成的ISI的影响。

在i时刻的接收信号可以由一个N_R×1向量给出

(www.daowen.com)

其中n是一个均值为零、实部和虚部相互独立且方差同为N₀/2的复高斯随机变量矩阵。虽然式（3.8）一直以上行链路建模，它也可以被推广用于下行传输。在这种情况下，信道中由同一根天线传播的所有用户信号将是相同的。

我们可以通过修改式（3.8）区分出K个期望信号的贡献和K_I个干扰信号和噪声，如下:

r（i）=H_Ds_D（i）+H_Is_I（i）+ni=1，…，N （3.9）

其中H_D现在是N_R×KLN_T矩阵，代表所需信号的信道脉冲响应，而H_I是一个N_R×K_ILN_T干扰用户的信道冲激响应矩阵。因此，在式（3.9）的第一项表示期望信号，第二和第三项分别表示干扰和噪声。根据式（3.9），可以很容易地设计出高效率的能够抑制干扰的接收机技术。例如，信号干扰和噪声的影响可以通过相关矩阵模型（见参考文献［PNTL02］，［PSTL03a］）模拟出来。然后根据这个相关性矩阵，预白化滤波器可以用在接收端，这样的话，信号与干扰加噪声比（Signal-to-Interference-plus-Noise-Ratio，SINR）是最大化的（见参考文献［PNTL02］，［PSTL03a］）。

传统上假设与K时刻某个特定用户相关联的发射天线发出的信号同时被各个接收天线接收到，据此对MIMO系统建模。然而，在实践中，这些信号将有不同的传播延迟，因此它们将在不同时刻到达接收天线。这些相互不相等的时间延迟会导致所谓的空间分支干扰（见参考文献［Syko03］，［WiJo03］），它与ISI类似。因此，为了减轻分支干扰效应，在参考文献［Syko03］中提出了一个线性MMSE时空均衡器。另外，最大似然序列检测或同等次优解决方案可用于减轻干扰（见参考文献［WiJo03］）。