多輸入多輸出（multiple input multiple output ，MIMO） 無線傳輸技術開啟了移動通信系統空間資源開發利用的新紀元。從理論上來說，它將傳統香農信息論研究的對象從標量信道拓展至矢量信道，使系統設計突破了 “ 時間- 頻率 ” 二維資源的限制，走上了 “ 空間- 時間- 頻率 ” 三維資源開發利用的發展新途徑，并可使研究人員利用全新的自由度，進一步拓展移動通信新理論與新方法，特別是基于 “ 空間- 時間- 頻率 ” 三維資源的多用戶MIMO 無線通信方法。從工程實踐上說，通過在基站及移動終端引入多個天線，移動通信系統容量得以顯著提升；特殊條件下，其系統容量可隨基站天線數或多用戶終端天線總數二者中的最小數而線性增長。正因為如此，多用戶MIMO（multi-user MIMO，MU-MIMO） 或多用戶大規模MIMO無線傳輸技術已成為4G 及5G 移動通信提升頻譜效率、拓展系統容量最為重要的手段之一，并將在未來移動通信的演進發展過程中爆發出更為旺盛的生命力。這有力地回應了一度甚囂塵上的有關移動通信物理層研究已走向盡頭的悲觀論調。

分布式MIMO（distributed MIMO， D-MIMO） 是在經典MIMO 無線傳輸技術基礎上發展起來的，它在移動通信無線傳輸與組網技術發展中扮演著 “ 承前啟后 ”的基礎性作用，且近年來新興的無線傳輸與組網大多是其特殊形式或者拓展形式。具體來說：

首先，分布式MIMO 是經典MIMO 無線傳輸技術的更為一般化形式。與經典MIMO 不同，分布式MIMO 的天線單元處于不同的地理位置，因而其理論分析與工程實踐更具挑戰性。更為重要的是，分布式MIMO 拓展了經典MIMO 的應用范疇，它不但可以應用于單小區蜂窩基站系統，還可以進一步取代多小區蜂窩基站，以分布式MU-MIMO 形式，構成無蜂窩移動通信系統。后者在同時 – 同頻條件下為所有用戶提供服務，無需進行傳統意義上的小區間頻率規劃，系統資源可全維度動態利用，顯著改善系統資源配置的靈活性，大幅度提升無線資源利用率。讀者可在《分布式MIMO 與無蜂窩移動通信》的第一章和第二章找到這方面更為全面的論述。

其次，分布式MIMO 還可進一步演變為更為復雜的無線組網方式。傳統移動通信系統的上下行無線鏈路是以相互獨立或相互正交的方式而設計的。近年來，為了適應無線資源動態調配的需求，已發展出了靈活雙工和全雙工等全新的無線資源復用方式。這時上下行無線鏈路呈現出相互耦合的表現形式，系統模型可演變為上下行鏈路耦合的分布式MIMO 及無蜂窩無線組網方式。有關該方面進一步的描述，讀者可參見第八章。

第三，分布式MIMO 是業界流行的多種無線組網方式的簡化形式。無線中繼和超密集網絡（ 或small cell） 是近年來關注度較高的無線組網方式。對于無線中繼，若采用帶外（out band） 中繼方式，則其本身等同于分布式MIMO ；反之，若采用帶內（in band） 中繼方式，則分布式MIMO 的容量是其性能上限。相對于超密集網絡，若分布式MIMO 各個節點獨立進行信號收發處理，則兩者完全等同。更為詳細的討論，讀者可參見第一章。有關基于分布式MIMO 的無蜂窩網絡與傳統蜂窩超密集網絡的容量性能分析與對比將在第四章中給出。

東南大學移動通信國家重點實驗室是世界上最早從事分布式MIMO 移動通信無線傳輸研究與試驗驗證的研究單位之一，相關工作可追溯至2004 年前后。該實驗室牽頭承擔了國家自然科學基金重大項目和國家863 計劃重大項目，其目標是在3.5GHz 以上的較高頻段上，探索移動通信大容量密集覆蓋的基本原理與方法，并開展相關技術可行性試驗與系統測試。經10 多年的持續研究與實踐，已逐步積累了較為豐富的理論知識、系統實現與試驗經驗，涉及分布式MIMO 的建模與信息容量解析方法、小區邊緣效應度量及理論計算、頻譜效率閉式求解與效能優化、基于統計信息的容量逼近與系統實現方法等。這一期間，該實驗室與英國Kent 大學王江舟教授領導的課題組進行了長期密切合作。本書目的之一，就是對這一領域的前期若干重要研究成果進行較為完整的概括與總結。

本書力求將一系列看似極為繁復的分析方法，以盡可能統一且盡可能簡潔的方式進行描述。讀者僅需掌握隨機過程與信息論及線性代數基礎理論，便可從總體上把握分布式MIMO 與無蜂窩無線網絡發展的總體脈絡。這體現在：

引入統一的建模方法，詳見第一章、第二章及第四章中涉及的分布式MIMO系統模型，涵蓋多用戶、多小區等常見應用場景，經典MIMO 僅是其中的一種簡化方式，無蜂窩無線網絡則是其一種特殊應用形式。對于新型的網絡輔助全雙工方式，其上下行鏈路存在一定的耦合或干擾，在無蜂窩配置條件下，其模型是上述建模方法的推廣形式，詳見第八章。

引入統一的信道模型，涵蓋經典MIMO 以及多用戶MIMO ，并考慮收發兩端天線之間的耦合特性，詳見第一章。當信道存在多徑時延擴展時，通過正交頻分復用（OFDM） 處理后，該基本信道模型仍然適用，詳見第七章。

引入統一的容量模型，建立MIMO（ 向量信道） 與傳統單輸入單輸出（single input single output ，SISO ，標量信道） 之間的關系，詳見第一章和第二章；建立與用戶位置有關的瞬態與平均信道容量、中斷容量、區域平均容量、區域中斷容量等常見分析方法的相互關系，詳見第二章；在上述容量模型的基礎上，探討分布式MIMO 各種典型配置場景下的最優功率分配和能量效率優化問題，包括多用戶、多小區以及無蜂窩無線網絡等實際應用場景，詳見第五章。

鑒于信道信息獲取是限制分布式大規模MIMO 應用的瓶頸因素，需要引入導頻復用技術以減少資源的開銷。此時，信道信息獲取的非理想特性，也即導頻污染，將對系統的性能形成制約。在第三章中，對此關鍵問題進行了較為完整的分析，并引入了收發天線數充分多時，典型接收機和發射機的系統極限性能。

無線緩存是移動通信領域近年來的一個研究熱點。在第六章中，針對分布式MIMO 網絡的特點，給出了無線緩存的基本模型，提出了性能優越且實現簡單的緩存方案及優化算法，從而探討了分布式MIMO 無線網絡資源有效利用的一種新途徑。

計算復雜度隨天線的規模增加而大幅增加，是限制分布式MIMO 及無蜂窩無線網絡走向應用的另一個主要瓶頸。在第七章中，結合5G 移動通信系統應用，給出了低復雜度的接收機與發射機聯合設計，其核心是利用統計信息對多用戶MIMO問題進行解耦，并最終將問題轉化為多個獨立并行的單用戶處理問題。

云化處理是近年來移動通信系統發展的一個主流趨勢，愈來愈多的網絡功能將通過數據中心以虛擬化的方式加以實現。在第九章中，引入了基于以太交換機及通用眾核服務器的5G 移動通信云構架實現方法，介紹了分布式大規模MIMO 無蜂窩網絡的高速并行編程及實時實現方法，提出了無線節點同步、上下行鏈路互易性校正等關鍵問題的解決方法，并通過典型場景下的試驗測試，表明基于分布式大規模MIMO 的無蜂窩無線網絡極具發展潛能。

在本書即將完稿之際，要特別感謝國家自然科學基金重大項目、創新群體項目以及國家863 計劃4G 和5G 重大項目的持續性支持。正是得益于上述支持，分布式MIMO 理論與方法的研究能得以長期深入持續，輔以系統性的測試驗證，并得以向工業界推廣。特別值得一提的是，圍繞分布式MIMO 這一新興研究方向，東南大學移動通信國家重點實驗室的眾多研究人員進行了長期卓絕的努力，貢獻了極為豐富的成果。鑒于作者精力有限，未能在本書中對他們的成果逐一涉及，謹在此向他們致以崇高的敬意！