近几年，为了通过有效的频谱利用来增加系统容量，MEA技术在发送端和接收端的使用已开始了广泛的研究。

通过利用不同的天线并列发射不同的信号，可以通过利用一组接收天线（MIMO方案）来在一个富含散射和多径干扰的环境下达到非常高的频谱效率。Telatar和Foschini所著文献［Tela99］和［FoGa98］中表明，MIMO信道有非常大的理论容量，这一容量可以通过合理利用发射和接入技术来达到。

MIMO理念的应用超越了仅含一个发射机和一个接收机终端的简单单一链路场景。这一理念也可以用于接收机和发射机由无线网络中的多个分布式合作终端或节点或中继器组成的场景:一组节点可以联合由多个分布式天线发射（或中继）一个Ad hoc网络或传感器网络中的单一用户信息。正如在SDMA蜂窝系统中的上行链路中，一组终端可以联合起来将多用户信息发射至单一接入点（见参考文献［MaMT03］）。在单一链路场景中和在多链路网络场景中，可以研究各种无线电资源优化问题。这一问题中包含的一组参数或无线电资源取决于场景、接收端信道信息的可用性以及发射端反馈链路的可用性。因此，我们可以考虑功率分配、速率分配、时隙分配和天线选择。对于资源优化，考虑如下两个可能的方法:

1）首先考虑的是信道互信息的最大化，这一参量给出了在理想信号、编码等条件下可达到的系统容量的预测值。

2）其次考虑的是在一个实际系统构建中，链路层或其上层协议的吞吐量的最大化。

图8.9 两跳中继网

第一种方法在参考文献［WiRa03］、［RaWi04］和［DoAg04］中给出。参考文献［WiRa03］和［RaWi04］研究了利用单一用户通信中秩亏MIMO信道（这些信道由于高空间衰落使得其容量不能随着天线数量线性增长）的联合中继节点获得的收益。这一相关场景在图8.9中给出，每个中继是一个简单的带有多天线的前向放大器。这里，为解决最优化问题，引入一个变量空间，其中包括源和中继传输的时隙分布以及每个中继节点天线的功率增益分配。参考文献［WiRa03］提出了可用链路时隙分布的3个协议。对于一个两时隙帧的3个选择为:源-中继，中继-节点（P1）;源-所有，中继-节点（P2）;源-所有，所有-节点（P3）。参考文献［WiRa03］也介绍了中继天线的静态功率分配:为每个节点选择两个功率值用于测量源-中继距离的公式中。图8.10对于无多径（一级信道）的基本情况给出的结果表明，该算法显著提高了系统容量和对时隙与功率分配策略的敏感性。

图8.10 平均交互信息和贪婪增益g_th，｛N，M，R，P，σ²_r，σ²｝=｛3，3，80，1，10^-5，10^-5｝(www.daowen.com)

图8.11 二级网络中，多种部分资源分配策略中已达成的端到端容量

参考文献［DoAg04］研究了分布式多跳MIMO系统可以达到的容量，其中，该MI-MO系统中，每跳或每级中的两个或多个节点可以联合形成一个单一空间分布式MIMO节点。这一场景在图8.9中被描述出来。这一文献的目的是为一个包含即将分配给各个节点的部分带宽和发射功率的变量空间提供一个近似最优的解析解;因此，这也是一个新源分配问题。这里，将节点建模成一个再生中继（解码和转发）。在两级网络和三个不同链路环节增益中，这一优化方法的优势在图8.11中显示出来。该图也突出了近似最优解接近最优资源分配解。

参考文献［MiTZ02］、［MaMT03］和［MaVT04］中考虑到作为目标函数的数据协议的吞吐量，研究了不同MIMO场景中容量优化的第二种方法。这里，Go-back-N方案用作包括转播和窗口机制的协议的理想模型。在参考文献［MiTZ02］中，应用方案为一个单一MIMO链路中，该链路带有在接收端可用的信道信息和允许发射天线选择与功率分配的发射端的有限反馈回路。接收机基于线性检测和强制性连续干扰抵消。该文献中给出了最优化问题中的最优解和次优解;前一种可以通过组合/数值算法计算得到，第二种可以通过组合/分析算法得到。研究表明，这一场景中最有效的资源分配机制是天线选择机制，它可以显著改善小信噪比。

参考文献［MaMT03］提出了多用户利用信号的空分复用（SDM）/时分复用（TDM）来与单一接入点进行通信。该最优化问题的变量空间包括SDM/TDM帧中的信道坐标、进行天线选择所需要的天线状态以及发射功率向量。文中提到的解决方法分为两步:第一步是一个贪婪信道分配（提出了各种不同类的算法并对其进行比较），第二步是参考文献［MiTZ02］中提到的天线选择和功率分配。研究结果表明，这一解决方案可以使系统吞吐量随系统中活动用户的数量线性增长，并在一个最大值达到饱和。其中，最大值指能够整除接收天线数量的单一用户容量。

多用户MIMO方案在参考文献［MaVT04］中拓展到一个多小区场景中，在这一场景中引入新的对干扰MIMO方案的最优化问题。在这一新场景中，最优化变量空间变得非常大，而如果我们能找到的话，最优解应该可以被一个也需要大量信号的集中控制器管理。但是，在5.3.1节中也针对分布控制网络提出了次优解，其中那些可以控制小区内干扰的技术起到了重要作用。在这些参考文献中，［MaVT04］考虑了使用信道复用、流媒体控制、空间复用信号最大数目的静态分配并研究了资源分配算法中干扰估计的好处。如图8.12所示，网络容量受存在干扰的影响严重;但是，利用干扰协方差矩阵估计和自适应流媒体限制的天线选择可以防止在增加所提供的负载以及考虑到通过频率复用的传统方法来提高性能时而造成的容量下降。

图8.12 天线选择和流媒体控制

最后，值得一提的是，本章所述MIMO通信相关的一些概念，比如多径发射和网络节点之间的合作等，也适用于网络层，用以提高无线网络中的通信可靠性和吞吐量。参考文献［MiBG03］提到一个有趣的例子，提出编码路线多样性这样一个概念，它通过多种路径将网络层编码和传输结合起来。