0 为中断门限，如果瞬时信噪比低于中断门限0 
，则不进行传输，只有瞬时信噪
比高于中断门限0 
才使用该信道。中断门限可通过功率限制条件求得[5]。
1.3.2.2 信道估计
在通信系统建立之初，MIMO 信道的状态信息对于接收端和发射端来说都是未知的，
从接收数据中将假定的某个信道模型的模型参数估计出来的过程叫做信道估计。MIMO 系
统实现大容量的前提是接收机能对接收到的来自各发送天线的信号进行很好的去相关处
理，而进行这一处理的必要条件是接收端对信道进行比较精确的估计，获得较准确的信道
信息，从而能够正确地恢复被干扰和噪声污染的信号。
从信道估计算法输入数据的类型来分，MIMO 信道估计方案可以划分为时域和频域两
类方法。频域方法主要针对多载波系统，时域方法适用于所有单载波和多载波 MIMO系统，
它借助于训练序列或发送数据的统计特性，估计衰落信道中各多径分量的衰落系数。从估
计算法先验信息的角度，时域方法又可分为三类：基于训练序列的估计、盲估计、半盲估
计。
本文对预编码方案的研究，首先并没有考虑信道估计带来的误差，是基于已知信道状
态信息的情况下进行研究的，而后续的研究中，将信道估计误差考虑在内，重新建立了相
应的预编码方案，更具有实际意义。
1.4多用户 MIMO系统预编码技术国内外发展现状
MU-MIMO 系统允许每个用户和基站都使用多根天线，利用各个用户的空间信道矩阵
不同，使多个用户使用同一频带同时与基站进行通信。近年来， MU-MIMO系统不断发展，
其预编码技术也随之有较快的进展，长久以来，国内外学者对预编码技术一直进行着积极
的研究，并不断产生性能更好且适用于不同环境的预编码方案。
从线性预编码方面来说，首先，矩阵奇异值分解的种种特性引起了人们的兴趣，将其
应用到信道矩阵中去，能够将多个信道或者多个用户分离开来，达到消除用户间干扰的目
的。2004 年Lai-U和Ross D.Murch 的研究成果将多用户 MIMO 下行链路信道分解成多个
并行独立的单用户 MIMO 下行链路信道[6]
， 2009 年，我国的W.Liu、 L.L.Yang以及L.Hanzo
的研究成果[7]
中也指出了将多用户 MIMO 信道分解成并行的 SISO 信道的想法，并且他们
还将这一想法延伸到了上行链路中。这样分解过后，任何一个单用户 MIMO 技术（如MLD
和 BLAST）都能够应用到其中。同时，SVD 算法通常和功率分配机制联合使用来进一步
提高系统性能，MIMO 系统中的功率分配也是提高频谱利用率的最佳选择[8]
。近年来提出
了许多功率分配方案，例如最早的平均功率分配、注水功率分配、基于 Qos的功率分配[9]、
基于瞬时功率和平均功率受限准则的联合自适应调制和功率分配[10]
等，这些算法都在不同
的条件下为系统进行功率分配以优化系统性能。但是基于 SVD 分解的预编码技术在接收
端需要各用户之间的协作，而实际中这种协作是较难实现的，故其并不适用于 MU-MIMO
系统。
与此同时，另一种思路——迫零（zero-forcing,  ZF）算法也引起了人们的关注。迫零
算法能够简单地将多用户信道分解成多个独立的子信道，基于不同的准则（如最大公平性
原则、最大吞吐量原则等），迫零的思想也延伸出了多种算法[11]- [18]
。并且，2009 年Hakjea
Sung 和Sang-Rim Lee、Inkyu Lee 的论文中提出了一种基于信道求逆的 ZF 算法[19] 协作多蜂窝无线通信系统预编码技术(4):http://www.751com.cn/tongxin/lunwen_5845.html