目前最常使用Medav RUSK探测器家族描述MIMO信道的特征。然而，一些研究机构已经基于扩频相关技术、线性调频方法以及对偶矢量网络分析仪方法开发出自己的室内设计产品（见参考文献［MoRJ04］）。目前同样在使用中的一些不同种类的MIMO信道模拟器，比如Elektrobit C8家族（见参考文献［KNJY04］，［KoNu04］，［SJKN05］），另外发射真实MIMO编码波形的MIMO试验台也出现了（见参考文献［KaHP04］）。MIMO探测测量的详细情况和测量结果在下述部分当中给出，包括一些特例，比如“锁眼”信道以及混响室的使用。

1.在2GHz及其以下频段处的MIMO测量

使用基于速率为30Mchip/s扩频的探测器，当载波频率为2GHz时，在移动台处使用32元素偶极子球形天线阵列，同时使用具有间距为0.718倍波长8元素双极化直线形天线阵列，HUT（见参考文献［KSPH01］，［KSVV02］）进行了室外测量。图6.36是举例实验装置。

图6.36 微蜂窝中HUT进行MIMO测量（左侧是发射端，右侧是接收端）（见参考文献［KSPH01］）

如6.2节中描述的那样，为了检验特征值以及所提供的信道容量的动态特性，根据测量数据得到信道的方向属性和通过奇异值分解（Singular Value Decomposition，SVD）获取的MIMO参数，如图6.37所示。从结果可以很清晰地看出，频谱效率增益非常容易改变，并且取决于信道特征。基于该实验配置进行了一项关于经过激活的手机、接入点或者基站的不同MIMO天线结构的研究（见参考文献［SSKV03a］）。手机天线的类型，特别是位于室内的情况下对于有效MIMO信道容量具有重要的影响。随着发射天线单元间的距离越大或者元素数目越多，特征值的扩展越小，并且MIMO信道容量越大。最小的特征值扩展是出现在室内微微蜂窝的情况下。

根据测量得到的双极化天线的数据，同样对单个双极化发射-接收配置（2×2）进行了研究（见参考文献［KSVV02］）。正交极化降低平均信号电平，相反，特征值扩展变得更小，这将产生更高、更稳定的MIMO信道容量。

Beach和Hunukumbure（见参考文献［HuBe02］）记录了在室外2GHz频率处进行的8×4MIMO测量结果。位于屋顶的发射阵列包括两个间距为3m（20λ）双极化UMTS贴片天线，其下方是一个由3～4层的大楼围绕的广场，用它来表示安装在机动车辆上的4个双极化贴片天线阵列。测量中使用带有定制的室内MIMO同步系统的MedavRUSK探测器。为了研究信道的相关性、所提供的容量以及空时分组编码载波的链路级性能，对数据进行后处理。在非视距布局下，分集的好处显而易见。在参考文献［HuBe03］中，将此项工作延伸到在接收端包含单极均匀圆形阵列。均匀圆形阵列在视距环境下能够较好地实现相关，但是，有向贴片阵列的天线增益能够实现较高的信噪比。在非视距条件下，由于来自屋顶下方存在较强的衍射线，均匀圆形阵列比有向贴片天线显示出较强的相关性。固定信噪比下8×4MIMO结构的频谱效率如图6.38所示。

图6.37 沿某一路径的特征值和所提供的容量变化（见参考文献［KSPH01］）

FT Wien在2GHz频率处使用Medav探测器同样进行了延伸MIMO传播测量，测量带宽为120MHz，分别在市区、郊区和室内环境下进行。特别应该注意的是这些测量数据对于科学界的有效性（见参考文献［HMAB02］）。（见参考文献［ViHU02］）给出对数据子集的统计特征值的评估。Salous在室内环境下2GHz频率处对4×4系统进行带宽为60MHz的测量（见参考文献［RaSa04］），在此过程中特别考虑到了信道的时变特性。奥尔堡大学在2GHz频率处分别在室内到室内、室外到室内布局条件下使用与移动台和笔记本电脑具有等效形状因子的设备以及基于扩频的探测器进行了测量。具体细节见5.2节。

里尔大学也在900MHz频率处、4×4结构下、铁路隧道中对MIMO信道的特征进行了测量（见参考文献［MDJD03］）。在火车驾驶室的车窗处放置4个贴片天线，在面对隧道入口的车站月台不同高度处放置好角天线阵列。在测量过程中考虑不同的天线以及隧道宽度（单轨和双轨）。在信噪比为10dB时计算所提供的信道容量，如图6.39所示。结果表明隧道布局（包括弯曲的轨道）下能够获得好的MIMO信道容量增益。参考文献［LiDe04a］中对此项工作进一步延伸，考虑到信道的相关性，奇异值的动态特性以及V-BLAST和使用测量得到的信道数据的Alamouti计划的误比特率分析。

图6.38 两个接收阵列的8×4MIMO容量

图6.39 在隧道中1、2号轨道上信道容量的互补累计分布函数（见参考文献［MDJD03］）

2.5GHz及其以上频段的MIMO测量

为了获取在5.2GHz处室内环境下的信道容量，McNamara等人（见参考文献［McBF02b］［McBF02a］）使用Medav RUSK探测器进行了多次8×8的MIMO信道测量。在发射机处使用位于地平面上的半波长的简单单极天线阵列，接收机处使用背腔偶极子阵列。举例结果见6.3节，这再一次说明了明显的容量增益以及对于信道带宽和空间相关性变化的灵敏度是可获得的。Kyritsi在参考文献［KCVW03］中说明了使用12元素阵列、特别注意信道相关性（见6.7节）的室内MIMO测量。Ozcelik在5.2GHz频率处结合直线型天线阵列（与McNamara的方法相似）和20×10的网格虚拟阵列测量室内MIMO信道参数，同时也研究了相关性对MIMO性能的影响。

在参考文献［Herd04］中，Herdin用信道矩阵系数幅值（Channel Matrix CoefficientMagnitudes，CMCM）讨论了莱斯因子K与信噪比和MIMO容量之比的关系，证明在给定的信噪比下，对于严格服从瑞利分布（有多条路径）的CMCM。容量将大于呈莱斯分布的情况，即较差的传播信道是较好的MIMO信道。但是，如果该比较是在信噪比的基础之上做出的，则信噪比或者路径损耗与MIMO容量之间存在唯一的关系。当在较差的传播信道下路径损耗较高时（信噪比较低），MIMO容量也较小。使用相同的实验配置，Herdin（见参考文献［HÖHB02］，［HÖHB03］）研究了作为阵列方向的函数的容量。在室内分布条件下，他发现当路径损耗归一化之后，MIMO容量几乎与接收端的方位和位置无关。Herdin在参考文献［HeBÖ03］中讨论了人体遮蔽效应对于特征谱的影响，他发现到达方向与特征向量的波束形状几乎不受人的活动影响。并且，Badic等人利用这些测量对很多的MIMO传输技术的性能做了基准测试（见参考文献［BHGR04］）。

东京工业大学在室内环境下、5.2GHz频率处进行了关于确定测出的和预计得出的信道容量之间的区别的研究（见参考文献［ChSA04］）。系统维数为4×4，直接测出信道容量并且从测量结果中获取莱斯因子K和信道相关性参数。通过比较测出的和预计得出的信道容量，与莱斯因子K和信道相关性参数相关的容量损失如图6.40所示。包括特征波束成形在内的扩展测量和分析（见参考文献［SaHA04］）在3.6节中作了详细介绍。

雅典国立科技大学在室外5.2GHz频率处进行了天线阵列呈8×8部署的MIMO测量（见参考文献［SKPC03］）。对于不同维度的MIMO系统和天线间距，依据测量数据可以计算出理论上的信息容量。对扩展特征值进行研究后，生成了一个对中断容量值很好的校准。另外，如参考文献［KSKC03］，［KaSC04］所描述的那样，使用测量数据库连同遗传算法来选择最合适的天线结构。参考文献［SkKC04］和［SkKC05］给出了对多普勒色散特性、相干测量、空间衰落相关系数、角功率谱以及由克罗内克积引起的误差的详细分析和讨论。

最近，HUT（见参考文献［KaVV05］）分别进行了在由室外到室内、宏蜂窝、微蜂窝和室内微微蜂窝环境下、5.3GHz频率处使用正交极化益处的探讨。结果详细地包括了接收功率级以及水平和垂直极化传输的交叉极化功率比（Cross-polarisation PowerRatios，XPR），同时也给出了共极和交叉极接收成分的相关性。

(www.daowen.com)

图6.40 在莱斯因子K和信道相关性影响下信道容量的减少情况（见参考文献［ChSA04］）

在参考文献［STMT03］中，使用在5.2GHz频率处的室外测量信道数据对TurboMIMO均衡器（Turbo MIMO Equalisers，TME）的性能做了基准测试，说明了基于如图6.41所示的简单发送分集的方法的益处。将此项工作进一步扩展，在参考文献［ZeST04］中对预测出的和测量得到的结果进行了比较。

3.特殊的MIMO信道——钥匙孔信道

理论上（见第5章），在某些环境中，无线MIMO系统的容量对于不相关的信号会变得非常小，这种效应被称为钥匙孔效应或者针孔效应。

实际当中的无线信道，钥匙孔效应是不太可能发生的，因此在真实MIMO信道测量中极少能观测到钥匙孔效应。里尔大学在单轨的铁路隧道测量中找到了MIMO针孔效应的一个可能的例子（见参考文献［LiDe04a］）。通过沿着隧道研究奇异值瞬间的改变情况可以找到相关证据，如图6.42所示。

图6.41 Turbo MIMO均衡器（TME）的误比特率性能 （见参考文献［STMT03］）

图6.42 奇异值的动态变化指示出钥匙孔MIMO信道（见参考文献［LiDe04a］）

当在信道弯曲部分的接收机天线附件接收到信号时，出现了4个明显的奇异值，这说明信道矩阵（H）满秩。但是在单轨隧道中接收信号时奇异值突然变为3个，说明信道矩阵亏秩。这就体现了钥匙孔MIMO信道的特征。

为了人为建立钥匙孔信道，Lund（见参考文献［AlTM03a］）在有约束条件下的室内环境下进行了测量，从而通过屏蔽室和相邻房间中的天线阵列创建出钥匙孔信道。屏蔽室墙上的孔洞是两个房间之间信号传播的唯一途径，如图6.43所示。通过改变该孔洞的大小，可以估计出对于此项实验配置和一些理论情况下50％的MIMO中断容量，如图6.43b所示。结论表明由于真实环境中的像隧道或走廊等引起的波导效应产生的孔洞效应是难以测量的。

图6.43 “钥匙孔”信道中的测量设置和容量估计（见参考文献［AlTM03a］）

4.MIMO估计中的模搅拌混响室

使用模搅拌混响室来检验MIMO设备的性能（见参考文献［LiDe04a］）。利用波导连接两个房间，建立房间到房间的信号传输模型，进而对MIMO信道进行仿真。图6.44对通过4×4MIMO信道特征值分解得到的结果进行了说明。在两次试验中，使用一个大的波导和一个TE01波导（只允许一种模式传播）连接两个房间进而生成了这些MIMO信道。大波导情况下的结果与理想的独立同分布瑞利信道条件下计算的结果相比，一致性非常好。当两个房间的通道仅仅允许一种模式（TE01模）通过时，钥匙孔第一、二个平均特征值之比大于20，则会出现非常明显的孔洞效应。紧接着下一步，参考文献［DDLD04］中描述了开发和验证房间3维模型及其他相关的验证过程。

图6.44 生成的MIMO信道与独立同分布瑞利信道的特征值比较（见参考文献［LiDe04a］）

5.测量与仿真得到的MIMO信道容量的比较

相关技术的发展将促进从测量得到的数据中获得具有不同天线单元类型和几何形状阵列的MIMO信道容量，并且将有助于MIMO设备上的天线单元的设计和优化（包括元素的放置）。Bristol（见参考文献［PaTB04］）提出一种可能的方法，首先在合适的实验环境当中进行高分辨率的双向信道测量（见6.3节），然后将通过3维复杂辐射模式得到的候选天线设计与双向信道测量数据相结合综合处理获得MIMO系统的复传输系数。图6.45提供了在视距和非视距环境下、信噪比为20dB时的利用候选4×4系统得到的结果。

使用SAGE算法获取多径分量的参数，并且为了减少处理时间，多径分量的数目最大限制为50。因此，总有一些能量检测不到，这会使得信道容量小于预期容量。

图6.45 测量得到与从建立的信道模型提取参数得到的MIMO信道容量的比较（见参考文献［PaTB04］）