最近很多的研究工作涉及了MIMO系统，评估同时在发射机和接收机的使用多个天线系统的利弊（见参考文献［CaEG02］，［FoGa98］，［Fosc96］，［FGVW99］，［TaSC98］，［Alam98］）。可用CSI的质量对传输信号的高效解码是至关重要的。在多数MIMO的论文中，假设CSI是只在接收机已知。然而，MIMO系统容量的计算表明，如前面讨论的SISO和单输入多输出（Single Input Multiple Output，SIMO）系统，如果信道信息在发射机已知，系统的吞吐量会增加。在这种情况下，由其功率，调制和编码方案描述的每根发射天线的发射信号可以调整到估计或预测的信道条件下。选择发射和接收天线子集的MIMO系统，调整其编码和调制方案，或分配发射功率到自适应信道条件下，称为自适应变速的MIMO（见参考文献［CaEG02］）系统。

欧洲合作科学和技术领域的处理链路自适应（COST）273的主要研究，主要关注点对点的单用户通信系统物理层。对链接自适应MIMO系统存在的几种方法如下:

1）应用到MIMO本征模式传输方案中的链路自适应;

2）有源天线的选择和调整有源天线的编码调制方案;

3）使用空时分组码链路自适应;

4）在MIMO OFDM系统中的链路自适应。

由于实际的移动通信系统是多用户系统，一些研究工作也致力于多用户移动通信系统的链路自适应研究，研究不同的自适应资源分配技术来优化整个系统的吞吐量。

1.MIMO本征模式传输方案的链路自适应

理论上具有最佳功率分配的MIMO本征模式传输方案（Eigenmode TransmissionScheme，EMTS）能够最大化系统容量（见参考文献［FoGa98］，［Tela99］）。MIMO本征模式传输方案在接收机和发射机分别使用左右特征向量矩阵。在理论上EMTS优于其他MIMO系统，此外它可以很容易地和自适应编码结合并且它的调节机制区别于单输入单输出系统的调制原则，比如调整个别发射天线的发射功率和编码调制方案，以及新的空间自适应技术，比如选择可靠的本征模集的适应技术，结合两个或两个以上本征模，传送和分配可用的发射天线之间的功率。

使MIMO系统适应信道条件的一个简单方法是通过分配可用的发射机功率来达到最高的系统吞吐量。MIMO系统的容量已经被计算，在空间域使用注水算法获得最佳功率分配。但是，也存在一些限制，这使得通过标准注水方式来实现功率分配不实际。具有无限多的功率级的标准注水算法，在回传信道中需要有大量数据。因此，引入离散功率分配，从而在一方面降低了回传信道中的数据量，另一方面减少系统的性能。一个真正的MIMO系统必须考虑的其他约束是在每一个征模式中有限的最大功率，以及通信系统中传输的可用功率总量。

在参考文献［Fise04］中理论的分析和仿真结果中，对离散功率分配在一个平坦的块MIMO信道的性能进行了研究，发现在每个本征模式L=4能级的通信系统对小数量的发射和接收天线的MIMO系统的不显著性能的降低已经足够，N_T≤4。发射和接收天线数量的增加意味着一个较高的数量的离散功率水平是必需的。

正如以上提到的，在真正的传输系统中，总功率可用，并且每个RF频放大器的最大功率存在。总瞬时峰值功率的影响（定义为所有发射天线的瞬时功率总和），每根发射天线上最大瞬时功率的中断概率如图3.42所示（见参考文献［FiSy03］）。参数K定义为每个别征模式最大允许功率和总峰值能量之间的可用率。预期离散的参数K下降导致MIMO系统性能下降。

图3.42 有能量约束的MIMO系统的中断概率（N_T=N_R=3，SNR=10）

假设一个准静态平坦衰落信道和一个MIMO征模式传输方案，本征模式可分为可靠的子信道，其中对服务质量（Quality of Service，QoS）参数的特定要求可以得到保证，和不可靠的子信道，其中一定QoS要求不能得到满足。两个关于如何使用可靠和不可靠的子信道来实现所需的服务质量的方法在参考文献［JaKP04］提出，例如，保持系统的BER低于某一目标值。在基本数据映射策略中没有数据是在不可靠的子信道中传输，而在可靠的子信道中，编码和调制方案是动态适应瞬时信道条件。相同的信号传输在一个可靠的子信道和一个或多个不可靠的子信道，采用高阶信道映射策略。在接收端，可靠和不可靠的子信道相结合，运用相同的功率或最大比值梳理。当没有可靠的信道可用时，相同的信号在两个或两个以上不可靠的子信道上传输，来建立与所要求的QoS整体可靠的通信联系。模拟结果显示，其中M-QAM调制方案用来进行数据传输，显示在高信噪比基本信道映射策略与高阶的并没有显著的不同，而在低信噪比时，只有高阶的信道映射策略将保证通信链路的整体配套误码率低于目标值。

如前所述它已在文献中被证明，最佳的功率分配和自适应的MIMO传输系统的本征模式编码/调制方案的选择可以最大限度地提高系统容量。然而，在实际执行中出现许多问题。一些主要的问题是:

1）非线性高功率放大器;

2）信道估计（预测）;

3）定时恢复;

4）功率和调制方案适应算法;

5）准确的回传信道。

一个MIMO自适应特征模态传输方案的实施是为了研究典型的非线性的可视办公环境，并量化理论与实践（见参考文献［SaTA04］）之间的差距。如果在4根传输和接收天线的MIMO系统中，没有功率和调制适应化（Power and Modulation Adaptation，PMA）修改的算法被实现，实验结果与通过实施时间和信道估计（Time and Channel Estima-tion，TCE）的相应MIMO系统仿真得到的结果基本一致，有1～2dB差异。仿真结果与实测有1～2dB差异的主要原因是由于信道变化缓慢。通过比较完美的TCE和测量结果，证明了对没有PMA的MIMO系统实施TCE算法性能优良性。所示的调制方案为QPSK;但是，类似的结果可在16-QAM信号中得到。

图3.43 EMTS的MIMO的吞吐量性能

PMA算法分配功率，为每个特征模态选择调制方案来最大化系统吞吐量。现在，无论是16-QAM调制、QPSK调制，或BPSK可以传输在每个本征模式。模拟结果显示绘于图3.43，表明测量有PMA的MIMO系统的吞吐量实际上比没有PAM的更恶化。这凸显了实施PMA时的问题和困难的冲突:非线性高功率放大器，有缺陷的定时恢复，错误的信道估计，功率和调制方案分配算法，对PMA和反馈误差线性的离散调制。非线性高功率放大器可具有高功率放大器工作点。尽管时间和信道估算法对没有PMA的MIMO系统是足够准确的，与PMA系统相比需要一个更精确的算法。对CSI的错误评估此外还有本征模之间的干扰，导致错误的编码/调制方案和错误的功率分配。然而，功率分配算法不是最优的。因为信道模型有缺陷，在未来实施中应考虑噪声的增加。离散调制方案可通过连续功率分配来补偿。由于在测量环境中所固有的多普勒频移，系统的吞吐量也显著降低。所有上述效果必须包括在未来的PMA的算法设计中，以获得更好的自适应MIMO系统性能。

2.有源天线选择和编码/调制方案调整方法(www.daowen.com)

早期的方法，主要是从理论角度研究自适应MIMO系统，研究结果表示固有模型的链路自适应能够最大限度地发挥理论的系统吞吐量。但是，具体实现问题中，信道状态信息的错误估计，高功率放大器的高信号峰均功率比，以及射频链的实施的成本显著降低了测量系统的吞吐量。MIMO系统中的链路自适应另一种方法是调整传输模式，即编码和调制方法及每根发射天线的功率。在这种情况下，对CSI误差和非线性系统的灵敏度失真较低。该方法可结合考虑MIMO系统的实施成本，这里的射频链，由D-A转换器、低噪声放大器和下变频器组成，是成本开销的主要因素。该系统的成本可通过应用混合选择方案来降低，其中的N个天线的L个最佳输出用于MIMO信号的发送或接收。

一种简单但有效的算法，它决定了发射观测活动在检测自身产生的噪声天线的设置，并调整每个选定的天线编码调制方案的瞬时信道条件，在参考文献［PlJK05］，［JaPK04］中提出。该算法输入的是信道矩阵的估计和预测。利用信道矩阵奇异值分解。计算每根发射天线自身产生的噪声，如果目标误码率不能由最弱的天线实现，天线被关闭并把现有的权力分配给有源天线。重复计算剩余天线信噪比过程。关掉最弱的天线，系统的分集增益提高，因此在有源天线自我产生的噪声大大降低。信噪比的增加可能使有源发送天线传输的信号以更有效的编码和调制方式传输。在使用递归算法寻找最佳的调制方案的全过程中，不断重复递归，被新的信道矩阵代替，直到所有的不可靠通道矩阵天线被关闭。当系统中的所有有源天线都可以实现目标误码率时，根据预先计算的门限分别为每一根天线确定一个编码/调制方案。另外一个优化循环可以用于最大限度地提高吞吐量系统。要注意的是该算法不是一个选择的传输机制的优化算法。该有源天线在发射端和传输模式最优的设置只可由一个通过穷举搜索所有可用的可能性来实现。这种穷举搜索算法很耗时，因此不宜采用。具有4根发送天线和4根接收天线的自适应MIMO传输系统的带宽效率，最优搜索算法和不附加吞吐量优化环的算法（见参考文献［PlJK05］）的目标BER=10^-3，如图3.44所示。显示了本征模的MIMO传输系统和香农容量的MIMO吞吐量。

分析算法给出了迫零对MIMO检测误码率几乎恒定的观察信噪比范围。额外的带宽效率的通信优化循环模式选择算法提高了带宽高信噪比的效率，以及系统在信噪比范围内观察到的带宽效率与最优搜索算法没有明显的不同。同最佳自适应EMTS系统的吞吐量相比，由于非正交信道的使用，损失了20％的系统容量。

对零均值和标准差为参数的高斯过程的信道变化所造成的信道估计误差的影响也进行了分析。对σ=0.05，仿真结果表明，所提出的自适应MIMO系统对迫零MIMO信号检测的模拟信道错误是不敏感的。不考虑发射和接收天线的数量和目标误码率的选择，一个微不足道的误码率被观察到。也可以看出，在较低的目标误码率下，一个SISO系统对信道变化更加敏感。

图3.44 自适应MIMO系统的带宽效率（N_T=N_R=4，目标BER=10^-3）

3.应用空时链路自适应分组码

由于Alamouti（见参考文献［Alam98］）的工作，若干空时分组码（Space-TimeBlock Code，STBC）已被设计，它们大多数假定CSI在发射机不可用。由于正交全速率设计为两根发射天线提供完整的星座符号的任意复杂分集，准正交设计已经提出了两根以上的发射天线。CSI发射端的技术可以提高系统中断性能。一个简单的方法是通过合并具有在参考文献［BaRW03］和［BaRW04］中建议的4根以上的天线，两个或更多的扩展Alamouti空时编码系统来提高系统性能。两个系统被建议:一个是简单的，其中回传信道中的信息只代表一个比特位;另一个是扩展的，其中两个比特位是在回传信道中传输。根据通过回传信道接收到的信号，在第一种情况下，在两个预定义STBC之间的发射机转换，以及在第二种情况4个预定义的转换。预定义的空时分组码（STBC）被选中，使系统分集最大化，以减少误码率，提高了码的正交性。

在迫零接收机中，BER作为E_b/E₀的方程，如图3.45所示。仿真结果从QPSK信号和平坦衰落准静态MIMO信道中得到。一个由只提供一个信息位的反馈信道得到的BER显著改善，使发射机能在两个空时间之间转换，并选择具有较高分集的那个。第四个指令分集的最大化的实现是通过4个空时编码和通过回传信道发送两个比特位到传输端。

减少复杂度和MIMO系统的代价的第二个很有前途的技术，是信道自适应角度扩展（Angular Spread，AS）。在发射端，对4根发射天线，AS和正交空时码的结合在参考文献［BaFW05］中被研究了。模拟结果在图3.46中呈现了，可用发射天线为4≤N_t≤7和n_r=1，其中4根发射天线是根据最优的优化规则选择，也就是最大化h²（1-X²）。对于误码率为10^-3，在无天线选择的情况下，与N_t=4相比，N_t=5的编码增益约为3dB。把可用发射天线数N_t增加一个，编码增益提高约1dB，图3.46显示了对可用的发射天线数N_t的系统，其分集大幅度的增加。

图3.45 反馈迫零接收机的扩展Alamouti方案的BER

图3.46 iid MIMO信道中n_t=4而5≤N_t≤7发射天线选择

4.多用户环境下链路自适应MIMO系统

在MIMO系统中自适应处理的大部分工作都是考虑单用户点对点通信。在移动通信系统中多用户通信更为常见，在多用户环境中资源分配策略对系统性能有重要影响。自适应发射功率，发射端有源天线数量，每个时隙速率分配，以及本身的时隙分配（用户调度）可能会显著增加MIMO系统的性能。

在发送端和接收端V-BLAST结构的多天线多用户无线SDMA/TDMA系统的不同的资源分配策略被提出（见参考文献［MaMT03］）。在单一的蜂窝系统的上行链路中，在有组织的传输时隙和帧下，时隙、速率、功率的联合自适应性分配被提出。一个帧可以有固定的长度或可变长度。

3种资源分配算法被提出，试图最大化每个时隙的数据包数量:

1）基于T的最大匹配:选择具有最大时隙预计吞吐量的时隙，归一化到时隙用户的数量上。

2）基于T的最佳匹配:选择具有最大时隙预计吞吐量增长的时隙，这个增长是由于新用户的分配。

3）基于S的最佳匹配:对每个时隙最小同一检测的SINR，选择具有最大值的时隙。

对该算法的两个可能的版本进行了模拟:无约束和默认的。在无约束版本中的用户添加，直到所有资源被填补上，而在默认版本中新用户添加到预定义的阈值中。

发射功率和速率动态地分配到每根天线。自适应性速率是通过有源天线的选择来获得的。无源天线是被关闭的。通过为每根天线设置的功率得到功率分配，以实现每个用户同一检测信号的信噪比。

仿真结果表明，基于吞吐量估计的算法优于传统基于SNR的算法。速度和功率的自适应技术的结合，大大提高了系统性能。