CN101199139A - 多输入多输出通信系统 - Google Patents

Abstract

本发明提供了多输入多输出通信系统。所述通信系统包括发射器和接收器。所述发射器包括：第一单元，用于发射与波长为λ的载波多路复用的第一数据流；以及第二单元，用于发射与所述载波多路复用的第二数据流。所述接收器包括：第三单元，用于接收所述第一数据流和所述第二数据流并提供第一输出信号；以及第四单元，用于接收所述第一数据流和第二数据流并提供第二输出信号。将第一单元、第二单元、第三单元和第四单元设置为实质上满足以上公式，其中，d_1，1是第一单元和第三单元之间的间距，d_1，2是第二单元和第三单元之间的间距，d_2，2是第二单元和第四单元之间的间距，d_2，1是第一单元和第四单元之间的间距。

Description

多输入多输出通信系统

技术领域

本发明涉及多输入多输出(MIMO)通信系统，具体地说，涉及用于视距(line-of-sight)环境的设置。本发明还涉及设置这种系统的方法。

背景技术

SISO(单输入，单输出)是指在源(发射器)处使用一个天线，在宿(接收器)处使用一个天线的通信系统。SISO是最简单的天线技术。在某些环境中，SISO系统对多路效应所引起的问题很敏感。当电磁场遇到诸如高山、峡谷、建筑物和电线(utility wire)等的障碍物时，波前发生散射并沿着多个路径到达宿。晚到达的信号的散射部分导致诸如衰减、截断(陡壁效应)和间断接收(围篱(picket fencing))的问题。在数字通信系统中，这会导致数据速度的降低和错误数量的增加。

为了减少或消除由于多路波传播而导致的问题，采用了智能天线技术。存在三种形式的智能天线，即SIMO(单输入，多输出)、MISO(多输入，单输出)和MIMO(多输入，多输出)。

MIMO是在源和宿都采用多个天线的用于无线通信的天线技术。将通信电路各端处的天线合并以减少错误并优化数据速度。两个或更多个天线的使用，以及在源和宿处多信号(每个天线一个信号)的传输消除了由于多路波传播而导致的问题，甚至可以利用该效应。

MIMO技术由于其能够应用于数字电视、无线局域网(WLAN)、城域网和移动通信中而受到关注。

预计到2010年(如果之前未出现的话)，无线蜂窝网络所需的频谱将出现极大的短缺。同时，类似地，WLAN的快速增长将可能引起其应用的频谱短缺。日益拥挤的频谱意味着提供新的可用信道变得日益困难，因此只有提高无线系统的频谱效率才能满足需要。

在Emre Telatar的“Capacity of Multi-antenna GaussianChannels”，European Transactions on Telecommunications，Vol.10，No.6，pp.585-595，Nov/Dec 1999以及D.Gesbert，H.Blcskei，D.A.Gore和A.J.Paulraj的“MIMO wireless channels：Capacity and performanceprediction”，IEEE Globecom 2000，San Francisco，CA，pp.1083-1088，Nov.2000中已经表明，在链路两端都采用多阵子天线阵列的MIMO无线信道在理论上能够提供的频谱效率比常规单天线系统可用的频谱效率高一个数量级。本质上，MIMO信道提供了利用多路复用提升无线带宽和范围的技术。MIMO算法在两个或更多个天线上发送信息。信号从创建多路的对象反射回来，所述多路在常规无线电中引起干扰和衰减。MIMO技术利用这些路径传送更多信息，这些信息在接收方利用MIMO算法重新组合。

该原理假设从各发射天线发出唯一的(但经适当编码的)数据，之后，接收天线阵列应用适当的算法对多个观察值进行解码并恢复原始的数据流。该方法与先前已知的分集式天线的不同之处在于，该方法至少在原理上能够实现容量(作为发射阵子和接收阵子数量的函数)的线性增加并改善分集。然而，存在许多因素限制了这些容量，使MIMO不适用于某些环境或情况。由于在发射器和接收器之间需要相对大量的不同路径，以使MIMO系统基于独立并相同分布(i.i.d)瑞利(Rayleigh)衰减模型获得接近理论值的容量，因此潜在的容量严重依赖于系统部署在其中的环境。

为了量化MIMO无线通信系统的益处，已经进行了大量的研究，这些研究大多数集中于2GHz和5GHz频带。当运行在60GHz时(适于短距离室内通信)，从传播的观点看来，2-5GHz和60GHz频带之间的主要区别在于，在60GHz频带中由于反射而引起的自由空间路径损失要高得多。此外，在60GHz情况下，氧的吸附效应使得接收到的信号功率进一步受到损失。这些特性将60GHz范围的系统的范围限制在如下程度：为了在接收器中提供足够强的信号，视距(LOS)几乎是必需的。然而，先前的研究已经表明，LOS信号可以使MIMO系统的容量显著减少。这是因为LOS信号的确定性，该确定性使得系统的空间分集最小化，将MIMO信道的有效秩(effective rank)减少为一。

图1示出了具有N_TX个发射天线阵子和N_RX个接收天线阵子的典型MIMO系统(N_TX×N_RX MIMO)。在MIMO系统中，从发射天线阵子并行地发送数据 $x={[x_1,x_2,...,x_{N_{\mathrm{TX}}}]}^T.$ 发射阵子p和接收阵子q之间的窄带冲击响应由h_q，p表示。如果n_q是接收阵子q上的噪声，则接收信号y_q可以根据以下公式求得：

y₁＝h_1，1x₁+h_1，2x₂+...h_1，Ntxx_Ntx+n₁

y₂＝h_2，1x₁+h_2，2x₂+...h_2，Ntxx_Ntx+n₂

                  

y_Ntx＝h_Ntx，1x₁+h_Ntx，2x₂+...h_Ntx，Ntxx_Ntx+n_Ntx

其以矩阵形式等价于：

y＝Hx+n    (公式1)

通过对信道矩阵H建模，可以有效地寻求使系统的容量最大化的方法。存在许多有关MIMO信道建模这一主题的文献，但大多数模型都作了大量假设，这些假设限制了在特定环境下有关MIMO系统性能的洞察。

在非LOS环境中，两个天线阵子之间的响应可以由瑞利随机变量(r.v.)建模。因此，建立信道矩阵的一个简单的方式是假设所有的响应都是独立并相同分布(i.i.d.)的瑞利随机变量。该方法背后的假设是信号之间不相关，因此许多人认为其对应于理想系统(即给出最大可实现容量的系统)。已经在具有大量(大于或等于N_TX和N_RX)扩散器和在两个天线阵列处具有足够大的阵子间间距的非LOS环境中观察到接近i.i.d.瑞利容量的容量。

在发射天线阵列和接收天线阵列处于LOS的环境中，信号可以由Rician r.v.随机建模。大量公开文献已经报道了MIMO系统的容量随着LOS信号功率的增大而减小。这一预测是因为以下事实：大多数信道模型假设天线阵列在电学上很小，因此所有接收阵子处的LOS信号的相位都相等或统计上相关。结果，不存在从接收阵子提供的分集，并且系统的容量降低到多输入-单输出(MISO)系统的容量。

可以通过将发射天线阵列子和接收天线阵列子具体地置于使得所有阵子之间的LOS信号彼此正交从而提供尽可能大的容量的位置处来解决秩降低的问题。图2示出了假设信噪比(SNR)为20dB时，秩为一的系统和满秩系统的容量，该容量是LOS信号的功率与多路的功率之比(即，Rician K系数)的函数。注意，容量的后续结果类似地假设信噪比为20dB。显然，满秩LOS系统可以实现非常高(比i.i.d.瑞利高得多)的容量。图2表明多路的存在可以限制满秩LOS系统的容量但所得到的容量将总是高于i.i.d.。

在某些条件下，LOS MIMO系统中仍可能具有高容量。对于具有固定发射天线阵列和接收天线阵列的系统，以下文献中指出了能够实现最大MIMO容量的多个MIMO结构，即P.F.Driessen和G.J.Foschini，“Onthe capacity formula for multiple input multiple output wireless channels：ageometric interpretation”，IEEE Trans.Comm.，Vol.47，pp.173-176，Feb.1999。J-S Jiang and M.A.Ingram，“Distributed Source Model(DSM)forShort-Range MIMO”，IEEE Vehicular Tech.Conf.，Orlando，FL，Oct.2003提出了适于估计LOS中的系统容量的模型。这两个研究都发现，在LOSMIMO系统中可以具有高容量但这些系统的性能对天线阵子的确切位置敏感。因此表明这种系统不适用于大多数实际应用。

本领域需要解决或至少减少上述问题的改进的MIMO系统。

发明内容

根据本发明的一个方面，提供了一种无线通信系统，该无线通信系统包括发射器和接收器。所述发射器包括：第一单元，用于发射与波长为λ的载波多路复用的第一数据流；以及第二单元，用于发射与所述载波多路复用的第二数据流。所述接收器包括：第三单元，用于接收所述第一数据流和第二数据流并提供第一输出信号；以及第四单元，用于接收所述第一数据流和第二数据流并提供第二输出信号。将所述第一单元、第二单元、第三单元和第四单元设置为实质上满足以下公式：

$|d_{\mathrm{1,1}}-d_{\mathrm{1,2}}+d_{\mathrm{2,2}}-d_{\mathrm{2,1}}|=(2r+1)\frac{\mathrm{\λ}}{2},r=\mathrm{0,1,2,3},...$

其中，d_1，1是第一单元和第三单元之间的间距，

d_1，2是第二单元和第三单元之间的间距，

d_2，2是第二单元和第四单元之间的间距，

d_2，1是第一单元和第四单元之间的间距。

在第一实施方式中，第一单元和第二单元以距离s₁分隔开，第三单元和第四单元以距离s₂分隔开，所述第一单元和所述第二单元被设置平行于所述第三单元和所述第四单元并以距离d与所述第三单元和所述第四单元分隔开。在该实施方式中，s₁、s₂和d可以被调整为实质上满足以下公式：

$s_1{s}_2=\frac{\mathrm{\λd}}{2}$

注意，在N×N MIMO的情况下，

$s_1{s}_2=\frac{\mathrm{\λd}}{N}$

如果s₁＝s₂＝s，则对于2×2 MIMO，

$s\≈\sqrt{\frac{\mathrm{\λd}}{2}}$

在这种情况下，s优选地为7.9cm，d优选地为2.5cm，第一数据流和第二数据流的频率优选地为60GHz。

根据第二方面，提供了一种无线通信系统，该无线通信系统包括发射器和接收器。所述发射器包括：第一单元，用于发射与波长为λ的载波多路复用的第一数据流；第二单元，用于发射与所述载波多路复用的第二数据流；以及第三单元，用于发射与所述载波多路复用的第三数据流。所述接收器包括：第四单元，用于接收所述第一数据流、第二数据流和第三数据流并提供第一输出信号；第五单元，用于接收所述第一数据流、第二数据流和第三数据流并提供第二输出信号；以及第六单元，用于接收所述第一数据流、第二数据流和第三数据流并提供第三输出信号。所述第一单元、第二单元、第三单元、第四单元、第五单元和第六单元被设置为实质上满足以下公式：

$|d_{\mathrm{1,1}}-d_{\mathrm{2,1}}+d_{\mathrm{1,2}}-d_{\mathrm{2,2}}+d_{\mathrm{1,3}}-d_{\mathrm{2,3}}|=(2r+1)\frac{\mathrm{\λ}}{2},r=\mathrm{0,1,2,3},...;$

$|d_{\mathrm{1,1}}-d_{\mathrm{3,1}}+d_{\mathrm{1,2}}-d_{\mathrm{3,2}}+d_{\mathrm{1,3}}-d_{\mathrm{3,3}}|=(2r+1)\frac{\mathrm{\λ}}{2},r=\mathrm{0,1,2,3},...;$

${|d}_{\mathrm{2,1}}-d_{\mathrm{3,1}}+d_{\mathrm{2,2}}-d_{\mathrm{3,2}}+d_{\mathrm{2,3}}-d_{\mathrm{3,3}}|=(2r+1)\frac{\mathrm{\λ}}{2},r=\mathrm{0,1,2,3},...;$

其中，d_1，1是第一单元和第四单元之间的间距，

d_1，2是第二单元和第四单元之间的间距，

d_2，2是第二单元和第五单元之间的间距，

d_2，1是第一单元和第五单元之间的间距，

d_1，3是第三单元和第四单元之间的间距，

d_2，3是第三单元和第五单元之间的间距，

d_3，3是第三单元和第六单元之间的间距，

d_3，1是第一单元和第六单元之间的间距，

d_3，2是第二单元和第六单元之间的间距。

优选地，根据第二方面的发射器的第一单元、第二单元和第三单元被设置为在第一平面内呈三角形结构，并且接收器的第四单元、第五单元和第六单元被设置为在第二平面内呈三角形结构。优选地，第一平面和第二平面平行，在这种情况下，第一单元和第二单元之间的间距、第二单元和第三单元之间的间距、第一单元和第三单元之间的间距、第四单元和第五单元之间的间距、第五单元和第六单元之间的间距以及第四单元和第六单元之间的间距优选地为7.9cm，第一平面和第二平面之间的距离优选地为2.5cm，并且第一数据流和第二数据流的频率为60GHz。

根据另一实施方式，根据第二方面的系统被调整为：所述发射器还包括：第七单元，用于发射与所述载波多路复用的第四数据流，所述第四单元、第五单元和第六单元还被设置为接收所述第四数据流，并且所述接收器还包括：第八单元，用于接收所述第一数据流、第二数据流、第三数据流和第四数据流，并提供第四输出信号。该实施方式的第一单元、第二单元、第三单元和第七单元优选地被设置为形成第一四面体，并且第四单元、第五单元、第六单元和第八单元被设置为形成第二四面体。更优选地，第一单元和第二单元之间的间距、第一单元和第三单元之间的间距、第二单元和第三单元之间的间距、第七单元和第一单元之间的间距、第七单元和第三单元之间的间距、以及第七单元和第二单元之间的间距为10cm；第四单元和第五单元之间的间距、第四单元和第六单元之间的间距、第五单元和第六单元之间的间距、第四单元和第八单元之间的间距、第五单元和第八单元之间的间距、以及第六单元和第八单元之间的间距为5cm；该四面体被设置为其顶点相对，其底部分开2.5cm；以及所述第一数据流和第二数据流的频率为60GHz。

如果所述接收器包含两个以上接收器阵子，则所述接收器优选地包括以下单元：该单元有选择地将两个或更多个输出信号合并从而可以合并所述信号的总数的子集。

根据第三方面，提供了一种设置通信系统的方法。该通信系统包括发射器和接收器，所述发射器包括：第一单元，用于发射与波长为λ的载波多路复用的第一数据流；以及第二单元，用于发射与所述载波多路复用的第二数据流，所述接收器包括：第三单元，用于接收所述第一数据流和第二数据流并提供第一输出信号；以及第四单元，用于接收所述第一数据流和第二数据流并提供第二输出信号。所述方法包括以下步骤：将所述第一单元、第二单元、第三单元和第四单元设置为实质上满足以下公式：

$|d_{\mathrm{1,1}}-d_{\mathrm{1,2}}+d_{\mathrm{2,2}}-d_{\mathrm{2,1}}|=(2r+1)\frac{\mathrm{\λ}}{2},r=\mathrm{0,1,2,3},...$

其中，d_1，1是第一单元和第三单元之间的间距，

d_1，2是第二单元和第三单元之间的间距，

d_2，2是第二单元和第四单元之间的间距，

d_2，1是第一单元和第四单元之间的间距。

根据第四方面，提供了一种用于多输入多输出通信系统的接收器，所述接收器包括：第一单元，用于接收第一数据流和第二数据流；以及第二单元，用于接收所述第一数据流和所述第二数据流，所述第一数据流和所述第二数据流与波长为λ的载波多路复用。所述第一单元和所述第二单元被设置为满足以下公式：

$|d_{\mathrm{1,1}}-d_{\mathrm{1,2}}+d_{\mathrm{2,2}}-d_{\mathrm{2,1}}|=(2r+1)\frac{\mathrm{\λ}}{2},r=\mathrm{0,1,2,3},...$

其中，d_1，1是第一数据流的源和第一单元之间的间距，

d_1，2是第二数据流的源和第一单元之间的间距，

d_2，2是第二数据流的源和第二单元之间的间距，

d_2，1是第一数据流的源和第二单元之间的间距。

根据第五方面，提供了一种用于多输入多输出通信系统的发射器，所述发射器包括：第一单元，其向用于接收的第一单元和第二单元发射与波长为λ的载波多路复用的第一数据流；以及第二单元，其向用于接收的第一单元和第二单元发射与所述载波多路复用的第二数据流。用于发射的所述第一单元和所述第二单元被设置为实质上满足以下公式：

$|d_{\mathrm{1,1}}-d_{\mathrm{1,2}}+d_{\mathrm{2,2}}-d_{\mathrm{2,1}}|=(2r+1)\frac{\mathrm{\λ}}{2},r=\mathrm{0,1,2,3},...$

其中，d_1，1是用于发射的第一单元和用于接收的第一单元之间的间距，

d_1，2是用于发射的第二单元和用于接收的第一单元之间的间距，

d_2，2是用于发射的第二单元和用于接收的第二单元之间的间距，

d_2，1是用于发射的第二单元和用于接收的第二单元之间的间距。

根据第六方面，提供了一种接收器，所述接收器包括：多个接收器阵子，每个天线阵列子可操作为接收多个数据流并提供输出信号；以及基于所述输出信号选择所述阵子的子集的单元。设置有控制单元以改变所选择的子集从而实质上满足以下公式：

$|d_{\mathrm{1,1}}-d_{\mathrm{1,2}}+d_{\mathrm{2,2}}-d_{\mathrm{2,1}}|=(2r+1)\frac{\mathrm{\λ}}{2},r=\mathrm{0,1,2,3},...$

其中，d_1，1是所述子集的第一阵子和用于发射所述多个数据流中的第一数据流的第一单元之间的间距，

d_1，2是所述子集的第二阵子和用于发射的所述第一单元之间的间距，

d_2，2是所述第二阵子和用于发射所述多个数据流中的第二数据流的第二单元之间的间距，

d_2，1是所述第一阵子和用于发射的所述第二单元之间的间距。

根据第七方面，提供了一种MIMO系统，该MIMO系统包括：所述第四方面或所述第六方面的接收器，和/或所述第五方面的发射器。

附图说明

结合附图，从下述详细描述中，本发明的特征、目的和优点将变得更加清楚，在附图中相对应的部分通篇用类似的附图标记表示，其中：

图1示出了典型MIMO系统的结构；

图2示出了LOS信道中的容量变化；

图3a和图3b示出了点源和分布式源的设置；

图4示出了2×2MIMO系统；

图5是作为接收器天线阵列处的间距的函数的容量图，其中载波频率为5.2GHz；

图6是作为两个天线阵列处的间距的函数的容量图，其中载波频率为5.2GHz；

图7示出了长方形2×2MIMO系统；

图8示出了实现作为T-R距离的函数的最大容量所需间距的图；

图9示出了具有呈随机角度的发射和接收天线阵列的2×2MIMO系统；

图10示出了根据本发明第一实施方式的2×2MIMO系统；

图11是根据第一实施方式的系统容量的变化图，其中该系统容量是x-y平面上接收天线阵列的定位的函数；

图12示出了具有垂直发射和接收天线阵列的2×2MIMO系统；

图13是根据图12的系统容量的变化图，其中该系统容量是x-y平面上接收天线阵列的定位的函数；

图14示出了根据本发明第二实施方式的3×3MIMO系统；

图15是根据第二实施方式的系统容量的变化图，其中该系统容量是x-y平面上接收天线阵列的定位的函数；

图16示出了根据本发明的第四实施方式的MIMO系统；

图17是根据第三实施方式的系统容量的变化图，其中该系统容量是x-y平面上接收天线阵列的定位的函数；以及

图18、19和20分别是作为2×2、3×3和4×4子信道的角度函数的容量的变化图，其中载波频率是5.2GHz。

具体实施方式

本发明特别涉及在5.2GHz和60GHz频带中的通信。然而，本发明的范围并不限于这些频带，并且本领域技术人员将认识到，本发明的实施方式可以应用于其他频带。

在以下描述中，导出了多个封闭形式的表达式，这些表达式涉及对天线阵子进行定位的纯LOS信道中MIMO系统的性能(在容量和错误概率方面)。从这些表达式中，导出了使得LOS MIMO系统的性能最大化的准则，从而定义了无穷多个产生最大性能的结构。利用这些准则，MIMO结构可以被设计成提供对天线阵列的确切朝向和定位高度不敏感的性能。此外，通过应用本发明的实施方式，当信道中不存在散射时(自由空间MIMO信道)，可以实现最大的理论MIMO容量(高于i.i.d.瑞利容量)。在存在多路信号的情况下，系统持续提供非常好的容量。

为了研究MIMO系统的容量，需要建立信道模型。目前采用的大多数信道模型分为两类：物理模型和非物理模型。这两类模型先前已经预测：LOS环境下的MIMO容量极低。对于天线阵列处的小的阵子间间距和大的发射器到接收器(T-R)距离，该预测是正确的。在这些条件下，发射天线阵列可以认为是点源。从而，在所有阵子上接收的信号的相位是线性相关的(见图3a)。因此，接收到的信号高度相关并且容量性能类似于多输入单输出(MISO)系统的容量。然而，如果增大天线阵列之一的间距(或者如果减少T-R距离)，则点源假设不再成立(见图3b)，从而现有技术的模型不能正确地预测系统的容量。为了克服现有模型的这个局限，可以采用分布式源模型(DSM)。

图4示出了发射器和接收器处分别具有阵子p1、p2和q1、q2的2×2MIMO系统。该系统的窄带信道响应矩阵为：

$H=\left[\begin{array}{cc}{h}_{\mathrm{1,1}}& h_{\mathrm{1,2}}\\ h_{\mathrm{2,1}}& h_{\mathrm{2,2}}\end{array}\right]$

图5示出了在固定发射间距等于λ/2并且固定T-R距离为5m时，为了研究作为接收器阵子间间距的函数的容量而进行的仿真的结果。图5表明，利用电学上的大天线增强了LOS系统中的容量。此外，在最大点处实现的容量并不仅仅是对常规系统的改进，而是代表最优MIMO系统，在该最优MIMO系统中，所有天线阵子之间的信号完全正交并且不衰减。最优点处的容量(13.3bps/Hz)高于i.i.d.瑞利容量(11.4bps/Hz)并且几乎是从常规模型中预测出的容量(7.6bps/Hz)的两倍。然而，这是以一端的阵子间间距达T-R距离的数量级为代价的(500λ＝2.5m)。

对于大多数应用，系统实现最大容量所需的一个天线阵列上的阵子间间距是不实用的。利用更实际的结构实现相同容量的一种可能的途径是在通信链路的两端采用电学上的大天线阵列。图6示出了第二仿真的结果，在第二仿真中，将容量计算为两个天线阵列中的间距的函数。从图6可以看出，间距仅为22λ(即11cm)就可以实现最大容量。这表明在高频下(或者等效地在小波长下)可以建立能够实现最大容量的实际系统。

图5和图6中所示的容量对应于不存在散射的环境。其不代表存在各种散射量的实际情形。为了仿真这些类型环境下的容量，可以将DSM和其他模型相结合使用。图2是作为Rician K因子(即LOS信号与多路信号的功率比)的函数的容量。在图2中，示出了对于以下两种系统LOS信号对容量的影响：采用具有小间距和随机朝向的天线阵列的系统和具有被特定地隔开并定向的天线阵子的系统。

从图2可以看出，对于高K因子，具有被特定地隔开并定向的天线阵子的系统优于具有小间距和随机朝向的天线阵列的系统，并且对于极低K因子，这两种系统都能渐进地达到i.i.d.瑞利容量。

当上述2×2MIMO系统的容量(作为使用DSM的天线处阵子间间距的函数)分析有用时，信道响应实际上是确定的，并且可以导出一种封闭形式的表达式把系统容量与四个天线阵子的朝向联系起来。

再参照图4的自由空间中的2×2 MIMO系统，并且还参照图9，如果已知所有阵子之间的距离，则可以根据以下公式计算系统的容量：

$C={\log }_2\left(\det (I_2+\frac{\mathrm{\ρ}}{2}{\mathrm{HH}}^H)\right)\mathrm{bps}/\mathrm{Hz}$ (公式2)

其中I₂对应于2×2单位矩阵(identity matrix)，ρ对应于信道中的信噪比，^H表示厄密特共轭(Hermitian conjugate)。

注意，更一般地，对于N×N MIMO，

$C={\log }_2\left(\det (I_N+\frac{\mathrm{\ρ}}{N}{\mathrm{HH}}^H)\right)\mathrm{bps}/\mathrm{Hz}$

其中I_N是N×N单位矩阵。

假设仅出现LOS传播(即不存在多路)，则每对发射阵子和接收阵子之间的归一化响应为：

$h_{\mathrm{1,1}}=e^{-j({\mathrm{kd}}_{\mathrm{1,1}}+\mathrm{\φ})},$ $h_{\mathrm{1,2}}=e^{-j({\mathrm{kd}}_{\mathrm{1,2}}+\mathrm{\θ})},$ $h_{\mathrm{2,1}}=e^{-j({\mathrm{kd}}_{\mathrm{2,1}}+\mathrm{\φ})},$ $h_{\mathrm{2,2}}=e^{-j({\mathrm{kd}}_{\mathrm{2,2}}+\mathrm{\θ})},$

则容量为：

$C={\log }_2\left(\det \right(\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right]+\frac{\mathrm{\ρ}}{2}\left[\frac{2}{e^{\mathrm{jk}(d_{\mathrm{1,1}}-d_{\mathrm{2,1}}+\mathrm{\φ}-\mathrm{\φ})}+e^{\mathrm{jk}(d_{\mathrm{1,2}}-d_{\mathrm{2,2}}+\mathrm{\θ}-\mathrm{\θ})}}\frac{e^{\mathrm{jk}(d_{\mathrm{2,3}}-d_{\mathrm{1,1}}+\mathrm{\φ}-\mathrm{\φ})}+e^{\mathrm{jk}(d_{\mathrm{2,2}}-d_{\mathrm{1,2}}+\mathrm{\θ}-\mathrm{\θ})}}{2}\right]))$

注意，φ和θ的相对相位不影响容量。因此，

$C={\log }_2\left(\det \right(\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right]+\frac{\mathrm{\ρ}}{2}\left[\frac{2}{e^{\mathrm{jk}(d_{\mathrm{1,1}}-d_{\mathrm{2,1}})}+e^{\mathrm{jk}(d_{\mathrm{1,2}}-d_{\mathrm{2,2}})}}\frac{e^{\mathrm{jk}(d_{\mathrm{2,3}}-d_{\mathrm{1,1}})}+e^{\mathrm{jk}(d_{\mathrm{2,2}}-d_{\mathrm{1,2}})}}{2}\right]))$ 公式(3)

并且最终，

$C={\log }_2(-\frac{1}{2}{\mathrm{\ρ}}^2\cos \left(k(d_{\mathrm{1,2}}+d_{\mathrm{2,1}}-d_{\mathrm{1,1}}-d_{\mathrm{2,2}})\right)+1+2\mathrm{\ρ}=\frac{1}{2}{\mathrm{\ρ}}^2)$ 公式(4)

该封闭形式表达式直接将四个天线阵子的朝向与系统的容量联系起来，因此为了使容量最大化，定义以下准则：

$|d_{\mathrm{1,1}}-d_{\mathrm{1,2}}+d_{\mathrm{2,2}}-d_{\mathrm{2,1}}|=(2r+1)\frac{\mathrm{\λ}}{2},r=\mathrm{0,1,2,3},...$ 公式(5)

其中d_q，p对应于接收阵子q和发射阵子p之间的距离，r代表正整数。

对于N×N MIMO系统，归一化信道矩阵为：

则

最终

对角上的元素都等于N。非对角元素表示信道系数的相关性，因此当这些元素等于零时出现最大容量。各e^-jkd指数是相位为k×d的单位长度矢量，因此为了实现最大容量，必须消去各非对角元素上的这些矢量。

这些元素的优选范围是矢量长度小于N(例如N/2)，并且更优选的范围是矢量长度比N小很多(例如N/4或更小)。

作为示例，对于2×2系统，为了实现最大容量，下式应成立：

$e^{-\mathrm{jk}(d_{11}-d_{21})}+e^{-\mathrm{jk}(d_{12}-d_{22})}=0$

k|d₁₁-d₂₁+d₂₂-d₁₂|＝(2r+1)π

$\frac{2\mathrm{\π}}{\mathrm{\λ}}|d_{11}-d_{21}+d_{22}-d_{12}|=(2r+1)\mathrm{\π}$

$|d_{11}-d_{21}+d_{22}-d_{12}|=(2r+1)\frac{\mathrm{\λ}}{2},$ 对于r＝0，1，2，...

并且对于3×3系统，为了实现最大容量，下式应成立：

$e^{-\mathrm{jk}(d_{11}-d_{21})}+e^{-\mathrm{jk}(d_{12}-d_{22})}+e^{-\mathrm{jk}(d_{13}-d_{23})}=0$

和

$e^{-\mathrm{jk}(d_{11}-d_{31})}+e^{-\mathrm{jk}(d_{12}-d_{32})}+e^{-\mathrm{jk}(d_{13}-d_{33})}=0$

和

$e^{-\mathrm{jk}(d_{21}-d_{31})}+e^{-\mathrm{jk}(d_{22}-d_{32})}+e^{-\mathrm{jk}(d_{23}-d_{33})}=0$

可以用距离的形式写作：

$|d_{11}-d_{21}+d_{12}-d_{22}+d_{13}-d_{23}|=(2r+1)\frac{\mathrm{\λ}}{2}$

$|d_{11}-d_{31}+d_{12}-d_{32}+d_{13}-d_{33}|=(2r+1)\frac{\mathrm{\λ}}{2}$

$|d_{21}-d_{31}+d_{22}-d_{32}+d_{23}-d_{33}|=(2r+1)\frac{\mathrm{\λ}}{2}$

相同的原理可以适用于每个N×N天线阵列，但需要同时满足的条件数量等于HH^H的非对角元素的个数除以二(这是因为HH^H的下三角子矩阵是上三角子矩阵的共轭)。例如，对于4×4，需要6个等式；对于5×5，需要10个等式，等等。

对于2×2 MIMO系统，如果做出特定的假设，则可以对公式(5)进行简化。例如，如果两个天线阵列是平行的，并且具有相同的间距s(见图7)，则d_1，1＝d_2，2并且d_1，2＝d_2，1，则当以下公式成立时可以计算容量的第一最大值：

$|d_{\mathrm{1,1}}-d_{\mathrm{2,1}}|=\frac{\mathrm{\λ}}{4}$

如果代入d² _2，1＝d² _1，1+s²(根据Pythagoras理论)，则有：

$s^2=\frac{{\mathrm{\λ}}^2}{16}+\frac{\mathrm{\λ}{d}_{\mathrm{1,1}}}{2}$

然而，与

相比，

要小。因此

$s=\sqrt{\frac{{\mathrm{\λd}}_{\mathrm{1,1}}}{2}}$

该关系给出了对于给定载波频率和T-R距离实现最大容量所需的最小间距。图8示出了对于三个感兴趣的频率，作为T-R距离的函数的所需最小间距。

注意，对于在发射器和接收器处具有不同间距的天线阵列，可以用s₁s₂代替s²。并且，对于在各端处具有均匀线性天线阵列的N×N MIMO系统，可以更一般地将该公式表示为：

$s_1{s}_2=\frac{\mathrm{\λd}}{N}$

当天线阵列不彼此平行时(如图9所示)，需要较大的间距以利用由LOS信号的传播所提供的分集。则实现最大容量所需的间距表达式是以下公式：

$s=\sqrt{\frac{\mathrm{\λd}}{2\sin \left(\mathrm{\φ}\right)\sin (\mathrm{\φ}-\mathrm{\θ})}}$

该等式可以重写作：

$s_1{s}_2=\frac{\mathrm{\λd}}{2\sin \left(\mathrm{\φ}\right)\sin (\mathrm{\φ}-\mathrm{\θ})}$

其中s₁和s₂是发射天线阵列和接收天线阵列处的阵子之间的不同间距。

这些公式对于设计在相对大的区域上提供接近最大限度的容量的MIMO系统是有用的。例如，考虑以下情形：其中接入点(AP)位于室内办公室天花板处，多个移动终端(MT)位于该AP下方5m处，并且在该AP周围半径为5m的区域内需要高容量。假设需要将最大天线阵列尺寸限制在20cm，可以将最大容量准则以角度的形式写作：

$\sin \left(\mathrm{\&phi;}\right)\sin (\mathrm{\&phi;}-\mathrm{\&theta;})<\frac{\mathrm{\&lambda;d}}{2s^2}$

对于λ＝5mm和s＝20cm，角度θ和φ-θ必须小于34°以实现最大容量。满足该准则的结构是在两端具有三角天线阵列的自适应3×3 MIMO系统，这是因为在该系统中一对发射阵子和一对接收阵子之间的角度θ和φ-θ总是小于或等于34°。

现实中，总是存在某种程度的散射。为了评价实际LOS情形下的性能，需要研究散射对容量的影响。LOS环境中的MIMO系统的信道矩阵可以建模为：

$H=\sqrt{\frac{K}{K+1}}{H}_{\mathrm{LOS}}+\sqrt{\frac{K}{K+1}}{H}_{\mathrm{NLOS}}$

其中H_LOS对应于自由空间信道矩阵，H_NLOS是i.i.d.瑞利信道矩阵，K是Rician K因子(即LOS和散射信号的功率比)。

图10示出了根据本发明第一实施方式的2×2 MIMO系统10。在第一实施方式中，发射器天线阵列12、14和接收器天线阵列16、18这两个天线阵列中的每一个都具有固定间距s。如果这两组天线阵列之间的距离为d(再参见图9)并且布置成彼此以宽边相对，则由公式(5)可以得到距离d和间距s之间的简单关系：

$S=\sqrt{\frac{{\mathrm{\&lambda;}}^2}{16}+\frac{\mathrm{\&lambda;d}}{2}}$ 公式(6)

其近似等于：

$s\&ap;\sqrt{\frac{\mathrm{\&lambda;d}}{2}}$ 公式(7)

对于工作频率为60GHz以及发射天线阵列和接收天线阵列以距离2.5m分开的结构，对于载波频率为60GHz实现最大容量所需的间距为7.9cm。

再次将公式(7)更一般地表示为：

$s_1{s}_2=\frac{\mathrm{\&lambda;d}}{2}$

图11是根据第一实施方式的系统容量的变化图，其中该系统容量是接收天线阵列在x-y平面上的位置的函数。即使在最优点(0，0)附近可以实现非常高的容量，在该点以上和以下也有一些地点具有低容量。然而，该系统的主要缺点是其对这两个天线阵列的朝向敏感。为了研究这一效应，考虑如图12中所示的2×2MIMO系统的配置，除了接收天线阵列相对发射天线阵列成90度角以外，其与第一实施方式具有相同的基本结构。

当这两组天线阵列中的一组的位置发生变化时，容量根据公式(4)而改变。图13中示出了图12中系统的容量，其作为接收天线阵列在x-y平面上位置的函数(同样地，s＝7.9cm，d＝2.5m，并且载波频率为60GHz)。与图10的实施方式的容量相比，该系统提供的容量非常低，这表明对于具有适于点对多点或点对点应用的不固定天线阵列的系统，需要采用不同的方法。实际的解决方案可以是其中发射天线阵列和接收天线阵列采用两个以上阵子的系统。这种系统提高了感兴趣的区域上的平均容量，并消除了系统对天线朝向的敏感性。

图14示出了发射天线阵列位于接收天线阵列上方(阵子间间距同样为7.9cm，这两个天线阵列以2.5m的间距分开并且载波频率为60GHz)的3×3MIMO系统的实施方式。在图15中示出了本实施方式的容量，其作为接收天线阵列在x-y平面上位置的函数。图14的实施方式的容量显然高于图12的实施方式的容量。这是因为在两侧的天线阵子数量更多。这一3×3MIMO系统的实施方式的更重要的优点是其对两个天线阵列的朝向非常不敏感。然而，这是以增大复杂度为代价的。此外，这种系统对天线在y-z平面上的旋转敏感。

图16示出了MIMO系统的另一实施方式。在该实施方式中，采用两个4阵子天线阵列，每个4阵子天线阵列被布置为形成一个四面体。天线阵子在发射器处的间距为10cm，在接收器处的间距为5cm。载波频率为60GHz。该结构可以用作4×4MIMO系统(导致高复杂度)，但也可以用作2×2系统，在该2×2系统中从该天线阵列中选择使得容量最大化的两个阵子。可以采用其他处理方法(诸如将信号合并)来使系统的性能最大化。这些方法降低了复杂度(与4×4系统相比)，却与此同时提供了非常高的容量和对这两个天线阵列朝向的低敏感性。

图17中示出了根据图6实施例的系统的容量，该实施例有选择地采用了使容量最大化的两个阵子。在该区域上实现的平均容量仅比最大容量低9％。此外，在最优点(0，0)周围半径5m上观察到的容量高于i.i.d.瑞利容量。这表明由于该结构实现了接近最大极限的容量并且对天线阵列在x-y或y-z方向上的朝向的敏感度非常低，因而适用于具有不固定发射天线阵列和接收天线阵列的系统。

进行了两组测量来验证上述理论预测：一组测量是在消音室内进行，一组测量是在室内办公室环境中进行。由于以上导出的公式对于任何载波频率都成立，因此决定在5.2GHz频带上进行测量，以使系统复杂度最小化。

使用的测量平台基于MEDAV RUSK BRI矢量信道声波探测器。其采用周期性多频音信号，该周期性多频音信号具有以5.2GHz为中心的120MHz最大带宽。发射天线和接收天线都是均匀线性天线阵列(ULA)，该天线阵列由间距38cm的四个双极贴片阵子组成。快速多路复用系统在这些阵子中的每一个之间依次切换，从而在12.8μs内拍摄信道的全景“矢量快照”。通过采用附加切换和同步电路来控制发射器处的同一个均匀线性天线阵列，可以实现MIMO信道声波探测。

对各发射阵子，在接收器处依次拍摄信道的矢量快照。这样，八个连续矢量快照包含双极化的四个发射和接收阵子的所有64种组合的复数信道响应。因此在102.4μs内记录了各个信道完整的“MIMO快照”，可以看出该102.4μs完全在室内信道的相干时间之内。就天线的定位而言，针对5m的T-R距离并针对垂直和水平距离之间的7个角度(即针对仰角0°、15°、30°、45°、60°、75°和90°)执行各测量。

在消音室内进行测量的目的是对自由空间信道中的容量的理论预测进行验证。由于在小天线间距时具有高相关性，因此先前的研究忽略了将MIMO用于自由空间的可能性。通过表明LOS MIMO信道不总是秩为一并且实际上从LOS信号的存在获得实质的益处，可以证明本发明的优点。

如上所述，采用的天线阵列是两个相同的间距为38cm的四阵子ULA。利用公式(5)求得该间距以提供5.2GHz和T-R距离为5m时的最大2×2MIMO容量。通过将天线阵列旋转并利用各天线阵列上的四个阵子，可以分析4×4MIMO系统的不同子集在最优和次优位置的系统性能。对所需信道响应进行处理并将整个信道矩阵分解为2×2矩阵、3×3矩阵和4×4矩阵。随后将这些矩阵归一化以保持单位增益(unity gain)。在图18、19和20中示出了所得的容量。

即使根据消声测量本发明的容量提高是明显的，本发明的有效性也仅能够通过实际环境中的系统性能来确定。因此，在办公室环境中利用相同的天线进行第二组测量。对于该测量，发射天线阵列置于水平位置上距离底面1.6m处，而接收天线阵列安装在以上述角度旋转的三脚架上。

同样地通过将整个信道矩阵分解为2×2矩阵、3×3矩阵和4×4矩阵并进行归一化以保持单位增益来处理所获得的信道响应。在图18、19和20中也可以看到这些结果。

消声测量表明，所实现的容量非常类似于从容量和DSM的封闭型表达式中预测出的容量。在2×2、3×3和4×4的情况下实现的容量的数量级为最大容量的99.7％、99.5％和97％。另一方面，所实现的最小容量比从上述情况下的模型预测出的最小容量高17.6％、39.1％和79.1％。这可以归因于以下事实：假定随机的天线阵列朝向，实现LOS射线的建设性增加的概率比实现完全消除的概率高得多。在实际系统中，由于其表明当天线阵列在电学上很大时实现秩为一的容量的概率非常低，因此这是一个附加的益处。

由于强LOS分量的存在，针对室内测量的在大多数角度下实现的容量与消声测量具有类似的走势。然而，多路的存在限制了符合图2的预测的i.i.d.瑞利容量附近的容量的变化。这是由于该环境中存在的反射引起的室内信道的随机本质而造成的。具体地说，对于2×2、3×3和4×4的情况下分别实现了最大容量的96.5％、92.6％和89.3％的容量。然而，所实现的最小容量比从模型中预测出的容量高37.9％、75.1％和136.4％。这是由于在多通道对信道秩的影响下，前文中所述原因相结合而造成的。

这两组测量的结果清楚地表明了本发明相对于常规MIMO系统的固有的容量优点。消声测量的结果证明，当天线阵子最优地布置并且环境中的散射量低时可以实现非常大的容量。另一方面，室内测量结果证明了在最优和次优地点的作为存在于环境中的散射量的函数的容量之间的折衷。因此，这两种情况都表明，根据本发明实施方式的MIMO系统可以在大多数环境(如果不是所有环境的话)中使容量显著提高。然而，系统的实际性能还极大地依赖于部署策略，并且设计应该考虑各种参数。即，需要考虑天线阵列的定位、朝向和机动性以及环境中的散射量。最后，为了避免次优地点中的低容量，可以证明在某些应用中需要采用自适应MIMO结构，其中每次将使用全部发射和接收阵子的子集。

基于系统容量性能的系统比较仅提供了系统实际容量的上界，并且不一定反映了采用实际传输技术的可实现的性能。为了在链路层次上研究本发明实施方式的性能，需要使用调制和检测方法。下面描述了二进制移相键控(BPSK)调制的BER性能和两种检测方法(迫零(ZF)和最大似然度(ML))。

首先考虑ZF方法，如果假设感兴趣的系统是窄带的和非频率选择性的并且不存在来自其他源的干扰，则该系统的输入输出关系可以写作公式(1)，其中对于2×2MIMO系统，接收的信号矢量为：

$y=\left[\begin{array}{c}{y}_1\\ y_2\end{array}\right],$

发射的信号矢量为：

$x=\left[\begin{array}{c}{x}_1\\ x_2\end{array}\right],$

噪声矢量为：

$n=\left[\begin{array}{c}{n}_1\\ n_2\end{array}\right],$

最终，信道响应矩阵为：

$H=\left[\begin{array}{cc}{h}_{\mathrm{1,1}}& h_{\mathrm{1,2}}\\ h_{\mathrm{2,1}}& h_{\mathrm{2,2}}\end{array}\right]$

在这种系统中，检测发射的信号(假设信道在发射器处是完全已知的)的最简单的方法之一是将接收的矢量乘以逆信道矩阵(H^-1)。结果为发射的信号加上噪声与H^-1的乘积，如下所示：

s＝x+H^-1n

其等价于：

$s=x+\frac{1}{\det \left(H\right)}\left[\begin{array}{cc}{h}_{\mathrm{2,2}}{n}_1& -h_{\mathrm{1,2}}{n}_2\\ -h_{\mathrm{2,1}}{n}_1& h_{\mathrm{1,1}}{n}_2\end{array}\right]$

对于在各接收器分支中接收到的信号，上述公式可以展开为：

$s_1=x_1+\frac{h_{\mathrm{2,2}}}{\det \left(H\right)}{n}_1-\frac{h_{\mathrm{1,2}}}{\det \left(H\right)}{n}_2$

$s_2=x_2+\frac{h_{\mathrm{1,1}}}{\det \left(H\right)}{n}_2-\frac{h_{\mathrm{2,1}}}{\det \left(H\right)}{n}_1$

假设噪声为加性白高斯噪声(AWGN)(即n₁，n₂～N(0，σ²))，并且|h_n，m|＝1(如在纯LOS系统中)，该MIMO系统等价于两个并行SISO系统，其噪声功率等于下式：

${\mathrm{\&sigma;}}_{\mathrm{ZF}}^2=\frac{2}{{\left(\det \left(H\right)\right)}^2}{\mathrm{\&sigma;}}^2$

因此，通过将该噪声功率与SISO系统中的噪声进行比较，可以看出当|det(H)|＞时上述系统优于SISO系统。将ZF方法的错误概率与信道矩阵(假设BPSK调制)联系起来的封闭形式的表达式为：

$P\left(e\right)=\frac{1}{2}\mathrm{erfc}\left({\mathrm{\&sigma;}}_{\mathrm{ZF}}\right)$

显然，由于性能与信道矩阵的确定直接相关，因此利用ZF检测实现最小BER的准则与最大容量准则相同。此外，这些系统的设计方法与实现最大容量的系统的设计方法相同。

前文提到的接收方法是目前采用的最简单的MIMO接收器之一。然而，复杂度的降低是以噪声的放大为代价的。不受该问题影响的另选的接收器是ML接收器，其实际上是最优的MIMO接收机。以下推导充当对作为阵子在次优地点中的位置的函数的比特差错率进行估计的手段。假设等可能的临时未编码发射符号，ML接收器选择使下式成立的矢量s：

$\hat{s}=\arg \underset{s}{\min }{\left|\right|y-\mathrm{Hs}\left|\right|}_F^3$ 公式(8)

其中通过对所有的候选矢量符号s执行穷举搜索来进最优化。

对于随机信道矩阵H，不存在ML接收器中的BER的解析表达式。

然而，根据本发明的实施方式，信道矩阵是确定性的，并且如果假设采用BPSK的2×2MIMO结构的最简单情况，则可以求得作为信道矩阵的元素的函数的BER的解析表达式。

假设可以将理想信道知识等式(8)展开为：

${\left|\right|y-\mathrm{Hs}\left|\right|}_F^2={\left|\right|\mathrm{Hx}+n-\mathrm{Hx}\left|\right|}_F^2$

$={|h_{\mathrm{1,1}}(x_1-s_1)+h_{\mathrm{1,2}}{x}_2-s_2+n_1|}^2+{|h_{\mathrm{2,1}}(x_1-s_1)+h_{\mathrm{2,2}}{x}_2-s_2+n_2|}^2$

其给出四个可能的输出：

·对于s₁＝x₁和s₂＝x₂

m₁＝|n₁|²+|n₂|²

·对于s₁＝-x₁和s₂＝x₂

m₂＝|2h_2，1s₁+n₁|²+|2h_2，1s₁+n₂|²

·对于s₁＝x₁和s₂＝-x₂

m₃＝|2h_1，2s₂+n₁|²+|2h_2，2s₂+n₂|²

·对于s₁＝-x₁和s₂＝-x₂

m₄＝|2h_1，1s₁+2h_1，2s₂+n₁|²+|2h_2，1s₁+2h_2，2s₂+n₂|²

在检测阶段，给出最低度量的比特对被接受为发射对。因此，为了使错误出现，m₂、m₃、m₄度量中的至少一个要低于m₁，从而错误概率可以表示为：

P(e)＝P(m₂＝min(m)))+P(m₃＝min(m))+P(m₄＝min(m))

其中，

P(m₂＝min(m))＝P((m₂＜m₁)∩(m₂＜m₃)∩(m₂＜m₄))

P(m₃＝min(m))＝P((m₃＜m₁)∩(m₃＜m₂)∩(m₃＜m₄))

P(m₄＝min(m))＝P((m₄＜m₁)∩(m₄＜m₂)∩(m₄＜m₃))

为了计算这些概率，需要研究随机变量(r.v.)m₁、m₂、m₃、m₄的联合分布。为了简化起见，可以将四个度量如下展开并分解为实部和虚部(注意推导中，表达式 $a=\stackrel{\&OverBar;}{a}+\tilde{a}j$ 用于复数n_k，h_p，q，s_t，其中 $j=\sqrt{-1}$ )：

$m_1={\stackrel{\&OverBar;}{n}}_1^2+{\stackrel{\&OverBar;}{n}}_1^2+{\stackrel{\&OverBar;}{n}}_2^2+{\stackrel{\&OverBar;}{n}}_2^2$

$m_2={(2{\stackrel{\&OverBar;}{h}}_{\mathrm{1,1}}{s}_1+{\stackrel{\&OverBar;}{n}}_1)}^2+{(2{\stackrel{\&OverBar;}{h}}_{\mathrm{1,1}}{s}_1+{\stackrel{\&OverBar;}{n}}_1)}^2+{(2{\stackrel{\&OverBar;}{h}}_{\mathrm{2,1}}{s}_1+{\stackrel{\&OverBar;}{n}}_2)}^2+{(2{\stackrel{\&OverBar;}{h}}_{\mathrm{2,1}}{s}_1+{\stackrel{\&OverBar;}{n}}_2)}^2$

$={\tilde{n}}_1^2+{\stackrel{\&OverBar;}{n}}_1^2+{\stackrel{\&OverBar;}{n}}_2^2+{\tilde{n}}_2^2+{4s}_1({\stackrel{\&OverBar;}{n}}_1{\stackrel{\&OverBar;}{h}}_{\mathrm{1,1}}+{\tilde{n}}_1{\tilde{h}}_{\mathrm{1,1}}+{\stackrel{\&OverBar;}{n}}_2{\stackrel{\&OverBar;}{h}}_{\mathrm{2,1}}+{\tilde{n}}_2{\tilde{h}}_{\mathrm{2,1}})+{4s}_1^2({\stackrel{\&OverBar;}{h}}_{\mathrm{1,1}}^2+{\tilde{h}}_{\mathrm{1,1}}^2+{\stackrel{\&OverBar;}{h}}_{\mathrm{2,1}}^2+{\tilde{h}}_{\mathrm{2,1}}^2)$

$=m_1+{4s}_1({\stackrel{\&OverBar;}{n}}_1{h}_{\mathrm{1,1}}+{\tilde{n}}_1{\stackrel{\&OverBar;}{h}}_{\mathrm{1,1}}+{\stackrel{\&OverBar;}{n}}_2{h}_{\mathrm{2,1}}+{\tilde{n}}_2{\tilde{h}}_{\mathrm{2,1}})+{8s}_1^2$

$m_3={(2{\stackrel{\&OverBar;}{h}}_{\mathrm{1,2}}{s}_2+{\stackrel{\&OverBar;}{n}}_1)}^2+{(2{\tilde{h}}_{\mathrm{1,2}}{s}_2+{\tilde{n}}_1)}^2+{(2{\stackrel{\&OverBar;}{h}}_{\mathrm{2,2}}{s}_2+{\stackrel{\&OverBar;}{n}}_2)}^2+{\left(2{\stackrel{\&OverBar;}{h}}_{\mathrm{2,2}}{s}_2{\tilde{n}}_2\right)}^2$

$={\stackrel{\&OverBar;}{n}}_1^2{+\tilde{n}}_1^2+{\stackrel{\&OverBar;}{n}}_2^2+{{\tilde{n}}_2^2+4s}_2({\stackrel{\&OverBar;}{n}}_1{h}_{\mathrm{1,2}}+{\stackrel{\&OverBar;}{n}}_1{\stackrel{\&OverBar;}{h}}_{\mathrm{1,2}}+{\stackrel{\&OverBar;}{n}}_2{h}_{\mathrm{2,2}}+{\tilde{n}}_2{\tilde{h}}_{\mathrm{2,2}})+{4s}_2^2(h_{\mathrm{1,2}}^2+{\stackrel{\&OverBar;}{h}}_{\mathrm{1,2}}^2+h_{\mathrm{2,2}}^2+{\stackrel{\&OverBar;}{h}}_{\mathrm{2,2}}^2)$

$=m_1+{4s}_2({n_{1}h}_{\mathrm{1,2}}+{\stackrel{\&OverBar;}{n}}_1{\stackrel{\&OverBar;}{h}}_{\mathrm{1,2}}+n_2{h}_{\mathrm{2,1}}+{\tilde{n}}_2{\tilde{h}}_{\mathrm{2,2}})+{8s}_2^2$

$m_4={({2h}_{\mathrm{1,1}}{s}_1+2h_{\mathrm{1,2}}{s}_2+{\stackrel{\&OverBar;}{n}}_1)}^2+{(2{\stackrel{\&OverBar;}{h}}_{\mathrm{1,1}}{s}_1+2{\tilde{h}}_{\mathrm{1,2}}{s}_2+{\stackrel{\&OverBar;}{n}}_1)}^2+{({2h}_{\mathrm{2,1}}{s}_1+{2h}_{\mathrm{2,2}}{s}_2+{\stackrel{\&OverBar;}{n}}_2)}^2$

$+{(2{\stackrel{\&OverBar;}{h}}_{\mathrm{2,1}}{s}_1+2{\tilde{h}}_{\mathrm{2,2}}{s}_2+{\tilde{n}}_2)}^2$

$=m_2+m_3-m_1+{8s}_1{s}_2({\stackrel{\&OverBar;}{h}}_{\mathrm{1,1}}{\stackrel{\&OverBar;}{h}}_{\mathrm{1,2}}+{\tilde{h}}_{\mathrm{1,1}}{\tilde{h}}_{\mathrm{1,2}}+{\stackrel{\&OverBar;}{h}}_{\mathrm{2,1}}{\stackrel{\&OverBar;}{h}}_{\mathrm{2,2}}+{\tilde{h}}_{\mathrm{2,1}}{\tilde{h}}_{\mathrm{2,2}})$

上述r.v.服从x²分布，因此研究其联合分布所涉及的难度非常高。为了避免这一问题并简化推导，定义了等价的r.v.φ_a，b≡m_a-m_b，并计算等价的概率：

P(m₂＝min(m))＝P((φ_2，1＜0)∩(φ_2，3＜0)∩(φ_2，4＜0))

P(m₃＝min(m))＝P((φ_3，1＜0)∩(φ_3，2＜0)∩(φ_3，4＜0))

P(m₄＝min(m))＝P((φ_4，1＜0)∩(φ_4，2＜0)∩(φ_4，3＜0))

可以求得这一概率P(m₂＝min(m))的等价r.v.为：

${\mathrm{\&phi;}}_{\mathrm{2,1}}={4s}_1({\stackrel{\&OverBar;}{n}}_1{\stackrel{\&OverBar;}{h}}_{\mathrm{1,1}}+{\tilde{n}}_1{\tilde{h}}_{\mathrm{1,1}}+{\stackrel{\&OverBar;}{n}}_2{\stackrel{\&OverBar;}{h}}_{\mathrm{2,1}}+{\stackrel{\&OverBar;}{n}}_2{\stackrel{\&OverBar;}{h}}_{\mathrm{2,1}})+{8s}_1^2$

${\mathrm{\&phi;}}_{\mathrm{3,3}}={4s}_1(n_1{\stackrel{\&OverBar;}{h}}_{\mathrm{1,1}}+{\stackrel{\&OverBar;}{n}}_1{\stackrel{\&OverBar;}{h}}_{\mathrm{1,1}}+n_2{\stackrel{\&OverBar;}{h}}_{\mathrm{2,2}}+{\stackrel{\&OverBar;}{n}}_2{\stackrel{\&OverBar;}{h}}_{\mathrm{2,1}})-{4s}_2(n_1{\tilde{h}}_{\mathrm{1,2}}+{\tilde{n}}_1{\tilde{h}}_{\mathrm{1,2}}+n_2{\stackrel{\&OverBar;}{h}}_{\mathrm{2,2}}+{\stackrel{\&OverBar;}{n}}_2{\stackrel{\&OverBar;}{h}}_{\mathrm{2,2}})$

$=({4s}_1{\stackrel{\&OverBar;}{h}}_{\mathrm{1,1}}-{4s}_2{\stackrel{\&OverBar;}{h}}_{\mathrm{1,2}}){\tilde{n}}_1+({4s}_1{\stackrel{\&OverBar;}{h}}_{\mathrm{1,1}}-{4s}_2{\tilde{h}}_{\mathrm{1,2}}){\tilde{n}}_1+({4s}_1{\stackrel{\&OverBar;}{h}}_{\mathrm{2,1}}-{4s}_2{\stackrel{\&OverBar;}{h}}_{\mathrm{2,2}}){\stackrel{\&OverBar;}{n}}_2+({4s}_1{\tilde{h}}_{\mathrm{2,1}}-{4s}_2{\stackrel{\&OverBar;}{h}}_{\mathrm{2,2}}){\tilde{n}}_2$

${\mathrm{\&phi;}}_{\mathrm{2,4}}={-4s}_2(n_1{\stackrel{\&OverBar;}{h}}_{\mathrm{1,2}}+{\tilde{n}}_1{\stackrel{\&OverBar;}{h}}_{\mathrm{1,2}}+n_2{\stackrel{\&OverBar;}{h}}_{\mathrm{2,2}}+{\stackrel{\&OverBar;}{n}}_2{\tilde{h}}_{\mathrm{3,2}})-{8s}_1{s}_2({\stackrel{\text{~}}{h}}_{\mathrm{1,1}}{\stackrel{\&OverBar;}{h}}_{\mathrm{1,2}}+{\tilde{h}}_{\mathrm{3,1}}{\tilde{h}}_{\mathrm{1,3}}+{\stackrel{\&OverBar;}{h}}_{\mathrm{2,3}}{\stackrel{\&OverBar;}{h}}_{\mathrm{2,2}}+{\tilde{h}}_{\mathrm{2,1}}{\tilde{h}}_{\mathrm{2,2}})-{8s}_2^2$

以上r.v.均为正态分布(因为他们都是正态r.v.的线性函数)。因而，如果定义：

$Q=h_{\mathrm{1,1}}{h}_{\mathrm{1,2}}+{\tilde{h}}_{\mathrm{1,1}}{\tilde{h}}_{\mathrm{1,2}}+h_{\mathrm{2,1}}{h}_{\mathrm{2,3}}+{\tilde{h}}_{\mathrm{2,1}}{\tilde{h}}_{\mathrm{2,2}}$

则上述r.v.的均值和方差为：

${\mathrm{\&mu;}}_{\mathrm{2,1}}={8s}_1^2$

${\mathrm{\&sigma;}}_{\mathrm{2,1}}^2={32s}_1^2$

μ_2，3＝0

${\mathrm{\&sigma;}}_{\mathrm{2,3}}^2={32s}_1^2+{32s}_2^2-{32s}_1{s}_{2}Q$

${\mathrm{\&mu;}}_{\mathrm{2,4}}=-{8s}_1{s}_{2}Q-{8s}_2^2$

${\mathrm{\&sigma;}}_{\mathrm{2,4}}^2={32s}_2^2$

显然，φ_2，1不依赖于H并且其还与φ_2，3和φ_2，4无关。因此，P(m₂＝min(m))可以写作：

P(m₂＝min(m))＝P((φ_2，3＜0)∩(φ_2，4＜0))P(φ_2，3＜0))

其中，

$P({\mathrm{\&phi;}}_{\mathrm{2,1}}<0)=\frac{1}{2}(1-\mathrm{erf}\left(\frac{\sqrt{2}{\mathrm{\&mu;}}_{\mathrm{2,1}}}{{2\mathrm{\&sigma;}}_{\mathrm{2,1}}}\right))$

并且P((σ_2，3)∩(σ_2，4))是二元正态分布的概率并可以从下式求出：

$P(({\mathrm{\&phi;}}_{\mathrm{2,3}}<0)\&cap;({\mathrm{\&phi;}}_{\mathrm{2,4}}<0))={\&Integral;}_{-\&infin;}^0{\&Integral;}_{-\&infin;}^0\frac{1}{f}\exp [-\frac{z}{2(1-{\mathrm{\&rho;}}_{{\mathrm{\&phi;}}_{\mathrm{2,1}}{\mathrm{\&phi;}}_{\mathrm{2,4}}}^2)}]{\mathrm{d\&phi;}}_{\mathrm{2,3}}{\mathrm{d\&phi;}}_{\mathrm{2,4}}$

其中，

$f=2\mathrm{\&pi;}{\mathrm{\&sigma;}}_{{\mathrm{\&phi;}}_{\mathrm{2,3}}}{\mathrm{\&sigma;}}_{{\mathrm{\&phi;}}_{\mathrm{2,4}}}\sqrt{1-{\mathrm{\&rho;}}_{{\mathrm{\&phi;}}_{\mathrm{2,3}}+{\mathrm{\&phi;}}_{\mathrm{2,4}}}^2}$

$z=\frac{{(x-{\mathrm{\&mu;}}_{{\mathrm{\&phi;}}_{\mathrm{2,3}}})}^2}{{\mathrm{\&sigma;}}_{{\mathrm{\&phi;}}_{\mathrm{2,3}}}^2}-\frac{2{\mathrm{\&rho;}}_{{\mathrm{\&phi;}}_{\mathrm{2,3}},{\mathrm{\&phi;}}_{\mathrm{2,4}}}(x-{\mathrm{\&mu;}}_{{\mathrm{\&phi;}}_{\mathrm{2,3}}})(y-{\mathrm{\&mu;}}_{{\mathrm{\&phi;}}_{\mathrm{2,4}}})}{\left({\mathrm{\&sigma;}}_{{\mathrm{\&phi;}}_{\mathrm{2,3}}}{\mathrm{\&sigma;}}_{{\mathrm{\&phi;}}_{\mathrm{2,4}}}\right)}+\frac{{(y-{\mathrm{\&mu;}}_{{\mathrm{\&phi;}}_{\mathrm{2,4}}})}^2}{{\mathrm{\&sigma;}}_{{\mathrm{\&phi;}}_{\mathrm{2,4}}}^2}$

则，ρ为相关系数，cov(φ_2，3，φ_2，4)是两个正态分布的协方差，并求得其分别等于

${\mathrm{\&rho;}}_{{\mathrm{\&phi;}}_{\mathrm{2,3}},{\mathrm{\&phi;}}_{\mathrm{2,4}}}=\frac{\mathrm{cov}({\mathrm{\&phi;}}_{\mathrm{2,3}},{\mathrm{\&phi;}}_{\mathrm{2,4}})}{{\mathrm{\&sigma;}}_{{\mathrm{\&phi;}}_{\mathrm{2,3}}}{\mathrm{\&sigma;}}_{{\mathrm{\&phi;}}_{\mathrm{2,4}}}}$

$\mathrm{cov}({\mathrm{\&phi;}}_{\mathrm{2,3}},{\mathrm{\&phi;}}_{\mathrm{2,4}})=({32s}_1^2-{16s}_1{s}_{2}Q){\mathrm{\&sigma;}}^2$

概率P(m₃＝min(m))的等价r.v.可以求得为：

${\mathrm{\&phi;}}_{\mathrm{3,1}}={4s}_2({\stackrel{\&OverBar;}{n}}_1{h}_{\mathrm{1,2}}+{\stackrel{\&OverBar;}{n}}_1{\tilde{h}}_{\mathrm{1,2}}+{\stackrel{\&OverBar;}{n}}_2{h}_{\mathrm{2,2}}+{\stackrel{\&OverBar;}{n}}_2{\tilde{h}}_{\mathrm{2,2}})+{8s}_2^2$

φ_3，2＝-φ_2，3

${\mathrm{\&phi;}}_{\mathrm{3,4}}=-{4s}_1({\stackrel{\&OverBar;}{n}}_1{h}_{\mathrm{1,1}}+{\stackrel{\&OverBar;}{n}}_1{\tilde{h}}_{\mathrm{1,1}}+{\stackrel{\&OverBar;}{n}}_2{h}_{\mathrm{2,1}}+{\tilde{n}}_2{\stackrel{\&OverBar;}{h}}_{\mathrm{2,1}})-{8s}_1{s}_{2}Q-{8s}_1^2$

同样地，这些r.v.服从正态分布并且均值和方差为：

${\mathrm{\&mu;}}_{\mathrm{3,1}}={8s}_2^2$

${\mathrm{\&sigma;}}_{\mathrm{3,1}}^2=32s_2^2$

μ_3，2＝-μ_2，3

${\mathrm{\&sigma;}}_{\mathrm{3,2}}^2={\mathrm{\&sigma;}}_{\mathrm{2,3}}^2$

${\mathrm{\&mu;}}_{\mathrm{3,4}}=-8s_1{s}_{2}Q-{8s}_1^2$

${\mathrm{\&sigma;}}_{\mathrm{3,4}}^2=32s_1^2$

然而，由于上述均值和方差与φ_2，1、φ_2，3以及φ_2，4的均值和方差相等，

P(m₃＝min(m))＝P(m₂＝min(m))

概率P(m₄＝min(m))的等价r.v.可以求得为：

${\mathrm{\&phi;}}_{\mathrm{4,1}}={4s}_1({\stackrel{\&OverBar;}{n}}_1{\stackrel{\&OverBar;}{h}}_{\mathrm{1,1}}+{\tilde{n}}_1{\tilde{h}}_{\mathrm{1,1}}+{\stackrel{\&OverBar;}{n}}_2{\stackrel{\&OverBar;}{h}}_{\mathrm{2,1}}+{\tilde{n}}_2{\tilde{h}}_{\mathrm{2,1}})+{4s}_2({\stackrel{\&OverBar;}{n}}_1{\stackrel{\&OverBar;}{h}}_{\mathrm{1,2}}+{\tilde{n}}_1{\tilde{h}}_{\mathrm{1,2}}+{\stackrel{\&OverBar;}{n}}_2{\stackrel{\&OverBar;}{h}}_{\mathrm{2,2}}+{\tilde{n}}_2{\tilde{h}}_{\mathrm{2,2}})+{8s}_1{s}_{2}Q$

$+{8s}_1^2+{8s}_2^2$

φ_4，2＝-φ_2，4

φ_4，3＝-φ_3，4

其服从正态分布，并且均值和方差为：

${\mathrm{\&mu;}}_{\mathrm{4,1}}={8s}_1{s}_{2}Q+{8s}_1^2+{8s}_2^2$

${\mathrm{\&sigma;}}_{\mathrm{4,1}}^2=32s_1^2+{32s}_2^2+{32s}_1{s}_{2}Q$

μ_4，2＝-μ_2，4

${\mathrm{\&sigma;}}_{\mathrm{4,2}}^2={\mathrm{\&sigma;}}_{\mathrm{2,4}}^2$

μ_4，3＝-μ_3，4

${\mathrm{\&sigma;}}_{\mathrm{4,3}}^2={\mathrm{\&sigma;}}_{\mathrm{3,4}}^2$

φ_4，3的分布与φ_4，2的分布相同，从而P(m₄＝min(m))可以写作：

P(m₄＝min(m))＝P((φ_4，1＜0)∩(φ_4，2＜0))

该二元分布的概率可以写作：

$P(({\mathrm{\&phi;}}_{\mathrm{4,1}}<0)\&cap;({\mathrm{\&phi;}}_{\mathrm{4,2}}<0))={\&Integral;}_{-\&infin;}^0{\&Integral;}_{-\&infin;}^0\frac{1}{f}\exp [-\frac{z}{2(1-{\mathrm{\&rho;}}_{{\mathrm{\&phi;}}_{\mathrm{4,1}},{\mathrm{\&phi;}}_{\mathrm{4,2}}}^2)}]{\mathrm{d\&phi;}}_{\mathrm{4,1}}d{\mathrm{\&phi;}}_{\mathrm{4,2}}$

其中，

$f=2{\mathrm{\&pi;\&sigma;}}_{{\mathrm{\&phi;}}_{\mathrm{4,1}}}{\mathrm{\&sigma;}}_{{\mathrm{\&phi;}}_{\mathrm{4,2}}}\sqrt{1-{\mathrm{\&rho;}}_{{\mathrm{\&phi;}}_{\mathrm{4,1}},{\mathrm{\&phi;}}_{\mathrm{4,2}}}^2}$

$z=\frac{{(x-{\mathrm{\&mu;}}_{{\mathrm{\&phi;}}_{\mathrm{4,1}}})}^2}{{\mathrm{\&sigma;}}_{{\mathrm{\&phi;}}_{\mathrm{4,1}}}^2}-\frac{2{\mathrm{\&rho;}}_{{\mathrm{\&phi;}}_{\mathrm{4,1}},{\mathrm{\&phi;}}_{\mathrm{4,2}}}(x-{\mathrm{\&mu;}}_{{\mathrm{\&phi;}}_{\mathrm{4,1}}})(y-{\mathrm{\&mu;}}_{{\mathrm{\&phi;}}_{\mathrm{4,1}}})}{\left({\mathrm{\&sigma;}}_{{\mathrm{\&phi;}}_{\mathrm{4,1}}}{\mathrm{\&sigma;}}_{{\mathrm{\&phi;}}_{\mathrm{4,2}}}\right)}+\frac{{(y-{\mathrm{\&mu;}}_{{\mathrm{\&phi;}}_{\mathrm{4,2}}})}^2}{{\mathrm{\&sigma;}}_{{\mathrm{\&phi;}}_{\mathrm{4,2}}}^2}$

同样地，ρ为相关系数，cov(φ_4，1，φ_4，2)是两个正态分布的协方差，并求得其分别等于

$\mathrm{cov}\left(m_{{\mathrm{\&phi;}}_{\mathrm{4,1}},{\mathrm{\&phi;}}_{\mathrm{4,2}}}\right)=({32s}^2-16s^{2}Q){\mathrm{\&sigma;}}^2$

${\mathrm{\&rho;}}_{{\mathrm{\&phi;}}_{\mathrm{4,1}},{\mathrm{\&phi;}}_{\mathrm{4,2}}}=\frac{\mathrm{cov}({\mathrm{\&phi;}}_{\mathrm{4,1}},{\mathrm{\&phi;}}_{\mathrm{4,2}})}{{\mathrm{\&sigma;}}_{{\mathrm{\&phi;}}_{\mathrm{1,1}}}{\mathrm{\&sigma;}}_{{\mathrm{\&phi;}}_{\mathrm{4,3}}}}$

如前所述，使得ML度量最小化的x₁和x₂的值被接受为检测到的信号。显然，在该系统中，最大BER出现在h_1，1＝±h_1，2且h_2，1＝±_2，2时，这是因为此时m₄＝m₁。为了实现最小BER，需要满足以下准则：

h_1，1h_1，2

和

h_2，1h_2，2

其(对于纯LOS系统)等价于：

$|d_{\mathrm{1,1}}-d_{\mathrm{1,2}}|=(2p+1)\frac{\mathrm{\&lambda;}}{4}$ $|d_{\mathrm{2,1}}-d_{\mathrm{2,2}}|=(2q+1)\frac{\mathrm{\&lambda;}}{4},p,q=\mathrm{0,1,2},...$

这些准则显然比最大容量准则更灵活，从而可以在比最大容量的范围更大的范围内实现最小BER。此外，其表明信息论性能和链路层次性能可以是不同的。从该准则可以得出的另一重要发现是，与容量的情况相反，发射相位的之间的相位差可以改变BER。这表明，在这种系统中，必须仔细地校准所有阵子中的发射相位。然而，通过选择特定发射相位来实现空间中给定点处的低BER，可以使系统得益于该特征。

已经研究了LOS中MIMO系统的容量。在这些条件下，由于LOS射线的相位对接收阵子的线性相关性，信道通常是秩缺乏的。为了解决这一问题，可以采用特殊设计的天线阵列，其中按照使信道秩最大化的方式布置天线阵子。本发明的实施方式有助于设计这样的以实现自由空间中的作为距离、朝向和天线阵列间距的函数的最大MIMO容量。

本领域技术人员将认识到可以做出各种修改及其等同物。上述描述被视为是说明性的而不是用于限制本发明的范围，将根据附加权利要求限制本发明的范围。具体地说，本发明的实施方式并不限于所述间距和波长，也不限于产生结果时所采用的20dB的具体的SNR。

Claims (16)

1.一种无线通信系统，所述无线通信系统包括：发射器和接收器，其中

所述发射器包括：第一单元，用于发射与波长为λ的载波多路复用的第一数据流；以及第二单元，用于发射与所述载波多路复用的第二数据流，

所述接收器包括：第三单元，用于接收所述第一数据流和所述第二数据流并提供第一输出信号；以及第四单元，用于接收所述第一数据流和第二数据流并提供第二输出信号，其中

将所述第一单元、所述第二单元、所述第三单元和所述第四单元设置为实质上满足以下公式：

$|d_{\mathrm{1,1}}-d_{\mathrm{1,2}}+d_{\mathrm{2,2}}-d_{\mathrm{2,1}}|=(2r+1)\frac{\mathrm{\&lambda;}}{2},r=\mathrm{0,1,2,3},...$

其中，d_1，1是所述第一单元和所述第三单元之间的间距，

d_1，2是所述第二单元和所述第三单元之间的间距，

d_2，2是所述第二单元和所述第四单元之间的间距，

d_2，1是所述第一单元和所述第四单元之间的间距。

2.根据权利要求1所述的系统，所述系统包括：N个用于发射的单元和N个用于接收的单元，N大于或等于2，其中

所述第一单元和所述第二单元以距离s₁分隔开；

所述第三单元和所述第四单元以距离s₂分隔开；

所述第一单元和所述第二单元被设置平行于所述第三单元和所述第四单元并以距离d与所述第三单元和所述第四单元分隔开；并且

s₁、s₂和d被调整为实质上满足以下公式：

$s_1{s}_2=\frac{\mathrm{\&lambda;d}}{2}.$

3.根据权利要求2所述的系统，其中

s₁＝s₂＝s；

N＝2；并且

s和d被调整为实质上满足以下公式：

$s\&ap;\sqrt{\frac{\mathrm{\&lambda;d}}{2}}.$

4.根据权利要求3所述的系统，其中s＝7.9cm，d＝2.5cm，所述第一数据流和所述第二数据流的频率为60GHz。

5.一种无线通信系统，所述无线通信系统包括：发射器和接收器，其中

所述发射器包括：

第一单元，用于发射与波长为λ的载波多路复用的第一数据流；

第二单元，用于发射与所述载波多路复用的第二数据流；以及

第三单元，用于发射与所述载波多路复用的第三数据流，

所述接收器包括：

第四单元，用于接收所述第一数据流、所述第二数据流和所述第三数据流并提供第一输出信号；

第五单元，用于接收所述第一数据流、所述第二数据流和所述第三数据流并提供第二输出信号；以及

第六单元，用于接收所述第一数据流、所述第二数据流和所述第三数据流并提供第三输出信号，其中

所述第一单元、所述第二单元、所述第三单元、所述第四单元、所述第五单元和所述第六单元被设置为实质上满足以下公式：

$|d_{\mathrm{1,1}}-d_{\mathrm{2,1}}+d_{\mathrm{1,2}}-d_{\mathrm{2,2}}+d_{\mathrm{1,3}}-d_{\mathrm{2,3}}|=(2r+1)\frac{\mathrm{\&lambda;}}{2},r=\mathrm{0,1,2,3},...;$

$|d_{\mathrm{1,1}}-d_{\mathrm{3,1}}+d_{\mathrm{1,2}}-d_{\mathrm{3,2}}+d_{\mathrm{1,3}}-d_{\mathrm{3,3}}|=(2r+1)\frac{\mathrm{\&lambda;}}{2},r=\mathrm{0,1,2,3},...;$

$|d_{\mathrm{2,1}}-d_{\mathrm{3,1}}+d_{\mathrm{2,2}}-d_{\mathrm{3,2}}+d_{\mathrm{2,3}}-d_{3,3}|=(2r+1)\frac{\mathrm{\&lambda;}}{2},r=\mathrm{0,1,2,3},...;$

其中，d_1，1是所述第一单元和所述第四单元之间的间距，

d_1，2是所述第二单元和所述第四单元之间的间距，

d_2，2是所述第二单元和所述第五单元之间的间距，

d_2，1是所述第一单元和所述第五单元之间的间距，

d_1，3是所述第三单元和所述第四单元之间的间距，

d_2，3是所述第三单元和所述第五单元之间的间距，

d_3，3是所述第三单元和所述第六单元之间的间距，

d_3，1是所述第一单元和所述第六单元之间的间距，

d_3，2是所述第二单元和所述第六单元之间的间距。

6.根据权利要求5所述的系统，其中：

所述发射器的所述第一单元、所述第二单元和所述第三单元被设置为在第一平面内呈三角形结构；并且

所述接收器的所述第四单元、所述第五单元和所述第六单元被设置为在第二平面内呈三角形结构；

其中，所述第一平面和所述第二平面平行。

7.根据权利要求6所述的系统，其中：

所述第一单元和所述第二单元之间的间距、所述第二单元和所述第三单元之间的间距、所述第一单元和所述第三单元之间的间距、所述第四单元和所述第五单元之间的间距、所述第五单元和所述第六单元之间的间距以及所述第四单元和所述第六单元之间的间距为7.9cm；

所述第一平面和所述第二平面之间的距离为2.5cm；并且

所述第一数据流和所述第二数据流的频率为60GHz。

8.根据权利要求5所述的系统，其中：

所述发射器还包括：第七单元，用于发射与所述载波多路复用的第四数据流；

所述第四单元、所述第五单元和所述第六单元还被设置为接收所述第四数据流，并且

所述接收器还包括：第八单元，用于接收所述第一数据流、所述第二数据流、所述第三数据流和所述第四数据流，并提供第四输出信号。

9.根据权利要求8所述的系统，其中：

所述第一单元、所述第二单元、所述第三单元和所述第七单元被设置为形成第一四面体；并且

所述第四单元、所述第五单元、所述第六单元和所述第八单元被设置为形成第二四面体。

10.根据权利要求9所述的系统，其中：

所述第一单元和所述第二单元之间的间距、所述第一单元和所述第三单元之间的间距、所述第二单元和所述第三单元之间的间距、所述第七单元和所述第一单元之间的间距、所述第七单元和所述第三单元之间的间距、以及所述第七单元和所述第二单元之间的间距为10cm；

所述第四单元和所述第五单元之间的间距、所述第四单元和所述第六单元之间的间距、所述第五单元和所述第六单元之间的间距、所述第四单元和所述第八单元之间的间距、所述第五单元和所述第八单元之间的间距、以及所述第六单元和所述第八单元之间的间距为5cm；

所述四面体被设置为其顶点相对，其底部分开2.5cm；以及

所述第一数据流和第二数据流的频率为60GHz。

11.根据权利要求5至10中任意一项所述的系统，其中所述接收器还包括以下单元：该单元有选择地将两个或更多个所述输出信号合并。

12.一种设置通信系统的方法，该通信系统包括发射器和接收器，所述发射器包括：第一单元，用于发射与波长为λ的载波多路复用的第一数据流；以及第二单元，用于发射与所述载波多路复用的第二数据流，所述接收器包括：第三单元，用于接收所述第一数据流和所述第二数据流并提供第一输出信号；以及第四单元，用于接收所述第一数据流和所述第二数据流并提供第二输出信号，所述方法包括以下步骤：

将所述第一单元、第二单元、第三单元和第四单元设置为满足以下公式：

$|d_{\mathrm{1,1}}-d_{\mathrm{1,2}}+d_{\mathrm{2,2}}-d_{\mathrm{2,1}}|=(2r+1)\frac{\mathrm{\&lambda;}}{2},r=\mathrm{0,1,2,3},...$

其中，d_1，1是所述第一单元和所述第三单元之间的间距，

d_1，2是所述第二单元和所述第三单元之间的间距，

d_2，2是所述第二单元和所述第四单元之间的间距，以及

d_2，1是所述第一单元和所述第四单元之间的间距。

13.一种用于多输入多输出通信系统的接收器，所述接收器包括：

第一单元，用于接收均与波长为λ的载波多路复用的第一数据流和第二数据流；以及

第二单元，用于接收均与所述载波多路复用的所述第一数据流和所述第二数据流，

其中所述第一单元和所述第二单元被设置为满足以下公式：

$|d_{\mathrm{1,1}}-d_{\mathrm{1,2}}+d_{\mathrm{2,2}}-d_{\mathrm{2,1}}|=(2r+1)\frac{\mathrm{\&lambda;}}{2},r=\mathrm{0,1,2,3},...$

其中，d_1，1是所述第一数据流的源和所述第一单元之间的间距，

d_1，2是所述第二数据流的源和所述第一单元之间的间距，

d_2，2是所述第二数据流的源和所述第二单元之间的间距，

d_2，1是所述第二数据流的源和所述第二单元之间的间距。

14.一种用于多输入多输出通信系统的发射器，所述发射器包括：

第一单元，其向用于接收的第一单元和第二单元发射与波长为λ的载波多路复用的第一数据流；以及

第二单元，其向用于接收的所述第一单元和所述第二单元发射与所述载波多路复用的第二数据流；

其中用于发射的所述第一单元和所述第二单元被设置为满足以下公式：

$|d_{\mathrm{1,1}}-d_{\mathrm{1,2}}+d_{\mathrm{2,2}}-d_{\mathrm{2,1}}|=(2r+1)\frac{\mathrm{\&lambda;}}{2},r=\mathrm{0,1,2,3},...$

其中，d_1，1是用于发射的第一单元和用于接收的第一单元之间的间距，

d_1，2是用于发射的第二单元和用于接收的第一单元之间的间距，

d_2，2是用于发射的第二单元和用于接收的第二单元之间的间距，

d_2，1是用于发射的第二单元和用于接收的第二单元之间的间距。

15.一种接收器，所述接收器包括：

多个接收器阵子，每个天线阵子可操作为接收多个数据流并提供输出信号；

基于所述输出信号选择所述阵子的子集的单元；以及

控制单元，用于改变所选择的子集从而实质上满足以下公式：

$|d_{\mathrm{1,1}}-d_{\mathrm{1,2}}+d_{\mathrm{2,2}}-d_{\mathrm{2,1}}|=(2r+1)\frac{\mathrm{\&lambda;}}{2},r=\mathrm{0,1,2,3},...$

其中，d_1，1是所述子集的第一阵子和用于发射所述多个数据流中的第一数据流的第一单元之间的间距，

d_1，2是所述子集的第二阵子和用于发射的所述第一单元之间的间距，

d_2，2是所述第二阵子和用于发射所述多个数据流中的第二数据流的第二单元之间的间距，

d_2，1是所述第一阵子和用于发射的所述第二单元之间的间距。

16.一种MIMO系统，该MIMO系统包括：根据权利要求13或15的接收器和/或根据权利要求14的发射器。

Images