MIMO信道容量计算公式
mimo物理层吞吐量计算
mimo物理层吞吐量计算MIMO（Multiple-Input Multiple-Output）是一种多输入多输出的无线通信技术，它可以显著提高系统的吞吐量和传输可靠性。
在MIMO系统中，通过使用多个天线进行数据传输和接收，可以同时传输多个数据流，从而提高了传输速率和频谱效率。
MIMO物理层吞吐量计算是评估MIMO系统性能的重要指标之一。
吞吐量是指在单位时间内传输的数据量，通常以比特每秒（bps）或兆比特每秒（Mbps）为单位。
在计算MIMO物理层吞吐量时，需要考虑多个因素，包括天线数量、信道状态、调制方式等。
天线数量对MIMO物理层吞吐量有着重要影响。
在MIMO系统中，天线数量越多，系统的吞吐量通常会越高。
这是因为每增加一个天线，系统可以同时传输更多的数据流，提高了传输速率。
然而，天线数量增加也会增加系统的复杂度和功耗，需要权衡考虑。
信道状态也是影响MIMO物理层吞吐量的关键因素之一。
信道状态指的是信号在传输过程中受到的干扰和衰落程度。
在理想的情况下，信道状态良好，各个天线之间的信号互不干扰，系统的吞吐量会达到最大值。
然而，在实际情况下，信道通常存在衰落和干扰，这会降低系统的吞吐量。
调制方式也会对MIMO物理层吞吐量产生影响。
调制方式决定了每个数据符号所携带的比特数量。
常见的调制方式包括BPSK、QPSK、16QAM和64QAM等。
通常情况下，调制方式越高阶，每个数据符号所携带的比特数量越多，系统的吞吐量也会相应增加。
然而，高阶调制方式也会增加系统的灵敏度要求，容易受到信道干扰的影响。
在计算MIMO物理层吞吐量时，可以使用信道容量公式来进行估算。
信道容量是指在给定信道条件下，系统可以达到的最大吞吐量。
信道容量的计算需要考虑信道矩阵的奇异值分解（Singular Value Decomposition，SVD）和信道状态信息（Channel State Information，CSI），具体计算过程较为复杂，这里不做详细展开。
LTE-MIMO-基本原理介绍
MIMO基本原理介绍课程目标：●了解MIMO的基本概念●了解MIMO的技术优势●理解MIMO传输模型●了解MIMO技术的典型应用目录第1章系统概述 (1)1.1 MIMO基本概念 (1)1.2 LTE系统中的MIMO模型 (2)第2章 MIMO基本原理 (5)2.1 MIMO系统模型 (5)2.2 MIMO系统容量 (6)2.3 MIMO关键技术 (7)2.3.1 空间复用 (7)2.3.2 空间分集 (9)2.3.3 波束成形 (13)2.3.4 上行天线选择 (14)2.3.5 上行多用户MIMO (15)第3章 MIMO的应用 (17)3.1 MIMO模式概述 (17)3.2 典型应用场景 (19)3.2.1 MIMO部署 (19)3.2.2 发射分集的应用场景 (21)3.2.3 闭环空间复用的应用场景 (22)3.2.4 波束成形的应用场景 (23)第4章 MIMO系统性能分析 (25)4.1 MIMO系统仿真结果分析 (25)4.2 MIMO系统仿真结果汇总 (27)第1章系统概述知识点MIMO基本概念LTE系统中的MIMO模型1.1 MIMO基本概念多天线技术是移动通信领域中无线传输技术的重大突破。
通常，多径效应会引起衰落，因而被视为有害因素，然而，多天线技术却能将多径作为一个有利因素加以利用。
MIMO (Multiple Input Multiple output：多输入多输出)技术利用空间中的多径因素，在发送端和接收端采用多个天线，如下图所示，通过空时处理技术实现分集增益或复用增益，充分利用空间资源，提高频谱利用率。
图 1.1-1 MIMO系统模型总的来说，MIMO技术的基础目的是：●提供更高的空间分集增益：联合发射分集和接收分集两部分的空间分集增益，提供更大的空间分集增益，保证等效无线信道更加“平稳”，从而降低误码率，进一步提升系统容量；●提供更大的系统容量：在信噪比SNR足够高，同时信道条件满足“秩>1”，则可以在发射端把用户数据分解为多个并行的数据流，然后分别在每根发送天线上进行同时刻、同频率的发送，同时保持总发射功率不变，最后，再由多元接收天线阵根据各个并行数据流的空间特性，在接收机端将其识别，并利用多用户解调结束最终恢复出原数据流。
mimo信道容量matlab代码
【概述】MIMO（Multiple-Input Multiple-Output）技术在无线通信领域具有广泛的应用，通过利用多个天线，MIMO技术可以显著提高无线信道的传输容量和可靠性。
而信道容量则是衡量无线信道性能的重要指标，它表示在给定的无线信道条件下，信道可以支持的最大数据传输速率。
本文将以matlab代码为例，通过对MIMO信道容量进行仿真分析，来深入探讨MIMO技术在无线通信中的应用和性能。
【1. MIMO信道容量的基本原理】MIMO系统通过利用多个天线进行信号的传输和接收，可以有效地提高无线信道的传输容量。
其基本原理是，利用了空间分集技术，通过将数据分别送入多个天线，并在接收端进行合并处理，从而提高了系统的传输速率和稳定性。
MIMO系统的信道容量受到信道质量、天线数目和信号调制方式等多个因素的影响，因此需要通过仿真分析来进行评估。
【2. MIMO信道容量的matlab代码实现】在matlab中，可以通过编写相应的MIMO信道容量仿真代码，来实现对MIMO系统性能的分析。
以下是一个简化的MIMO信道容量计算的matlab代码示例：```matlab定义MIMO系统参数Nt = 2; 发射天线数Nr = 2; 接收天线数SNR_dB = 0:5:30; 信噪比范围生成随机信道矩阵H = (randn(Nr, Nt) + 1i*randn(Nr, Nt)) / sqrt(2);计算MIMO信道容量capacity = zeros(1, length(SNR_dB));for i = 1:length(SNR_dB)SNR = 10^(SNR_dB(i)/10);capacity(i) = log2(det(eye(Nr) + SNR/Nt*H*H'));end绘制MIMO信道容量曲线plot(SNR_dB, capacity, 'b-o')xlabel('SNR (dB)')ylabel('Capacity (bps/Hz)')title('MIMO Channel Capacity')grid on```以上代码中，首先定义了MIMO系统的参数，包括发射天线数Nt、接收天线数Nr和信噪比范围SNR_dB。
多入多出(MIMO)技术
MIMO系统在发射端和接收端均采用多个天线和多个 通道，如图3-37所示。
发射天线
R1(K) C1(K)
接收天线
信
SI(K)
源
空 时 编 码
CM(K)
天 线 阵
RM(K)
空 时 编 码
信 宿
图3-37
MIMO系统原理
传输信息流S（k）经过空时编码形成M个信息子流 ，这M个子流由M个天线发送出去，经空间 信道后由N个接收天线接收，多天线接收机能够利用先进 的空时编码处理技术分开并解码这些数据子流，从而实现 最佳处理。MIMO是在收发两端使用多个天线，每个收发天 线之间对应一个MIMO子信道，在收发天线之间形成 信道矩阵H，在某一时刻t，信道矩阵如（式3-34）所示。
3.9.2 MIMO技术的应用方案
前面分析指出MIMO技术优势明显，但对频率选择性衰 落无能为力，而OFDM技术却有很强的抗频率选择性衰落的 能力。因此将两种技术有效整合，便成为最佳的实用方案 ，如图3-38所示。图中，数据进行两次串并转换。首先将 数据分成N个并行数据流，将这N个数据流中的第n（n [1 ，N]）个数据流进行第二次串并转换成 L个并行数据流， 分别对应L个子载波，接着对这L个并行数据流进行IFFT变 换，再将信号从频域转换到时域，然后从第 n（n [1， N]）个天线上发送出去。这样共有NL个M-QAM（正交振幅 调制）符号被发送。整个MIMO系统假定具有N个发送天线 ，M个接收天线。在接收端第m（m [1，M]）个天线接收
（式3-34） 其中H的元素是任意一对收发天线之间的增益。
M个子流同时发送到信道，各发射信号占用同一个频 带，因而并未增加带宽。若各发射天线间的通道响应独立 ，则MIMO系统可以创造多个并行空间信道。通过这些并行 的信道独立传输信息，必然可以提高数据传输速率。对于 信道矩阵参数确定的MIMO信道，假定发射端总的发射功率 为P，与发送天线的数量M无关；接收端的噪声用 矩阵 n表示，其元素是独立的零均值高斯复数变量，各个接收 天线的噪声功率均为 ；ρ为接地端平均信噪比。此时 ，发射信号是M维统计独立，能量相同，高斯分布的复向 量。发射功率平均分配到每一个天线上，则容量公式为： （式3-35）
MIMO信道容量计算
MIMO信道容量计算实验一：MIMO信道容量计算实验学时：3实验类型：（演示、验证、综合、设计、√研究）实验要求：（√必修、选修）一、实验目的通过本实验的学习，理解和掌握信道容量的概念和物理意义；了解多天线系统信道容量的计算方法；采用计算机编程实现经典的注水算法。
二、实验内容MIMO信道容量；注水算法原理；采用计算机编程实现注水算法。
三、实验组织运行要求以学生自主训练为主的开放模式组织教学四、实验条件（1）微机（2）MATLAB编程工具五、实验原理、方法和手段MIMO（MIMO，Multiple Input Multiple Output）技术利用多根天线实现多发多收，充分利用了空间资源，在有限的频谱资源上可以实现高速率和大容量，已成为4G通信系统以及未来无线通信系统的关键技术之一。
T 12n Th11h21R12n R图1平坦衰弱MIMO信道模型1．MIMO 信道模型MIMO 指多输入多输出系统，当发送信号所占用的带宽足够小的时候，信道可以被认为是平坦的，即不考虑频率选择性衰落。
平坦衰弱的MIMO 信道可以用一个R T n n ⨯的复数矩阵H 描述：111212122212T T R T R R n n n n n n h h h h h h h h h ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦H（1）其中T n 为发送端天线数，R n 为接收端天线数，H 的元素,j i h 表示从第i 根发射天线到第j 根接收天线之间的空间信道衰落系数。
窄带MIMO 信道模型（如图1所示）可以描述为：=+y Hx n（2）其中，x 为发送信号；y 为接收信号；n 为加性高斯白噪声。
2．MIMO 信道容量假设n 服从均值为0，协方差为单位阵的复高斯分布。
根据信道容量()max{(;)}p X C I X Y =的定义，可以证明当()p x 服从高斯分布时，达到MIMO 信道容量。
令x 的协方差矩阵为x R ，则MIMO 信道容量可表示为：()()log det H C +x x R I HR H（3）其中上标‘H ’表示复共轭，I 为单位阵，det 表示取行列式。
无线通信中的信道容量与频谱效率计算
无线通信中的信道容量与频谱效率计算引言：无线通信是指通过无线电波等无线媒介进行信息传输的方式。
在现代社会中，无线通信已广泛应用于各个领域，包括移动通信、卫星通信、无线局域网等。
而了解无线通信中的信道容量与频谱效率的计算方法对于设计和优化无线通信系统至关重要。
本文将详细介绍无线通信中信道容量与频谱效率的计算步骤与方法。
一、信道容量的基本概念与计算方法1. 信道容量的定义信道容量是指在给定的频谱带宽、信号功率和信噪比条件下，信道能够承载的最大信息传输速率。
2. 香农公式香农公式是计算信道容量的基本公式，表示为：C = B*log2(1+S/N)，其中C为信道容量，B为频谱带宽，S为信号功率，N为信噪比。
3. 信道容量的计算步骤a) 确定频谱带宽B。
b) 确定信号功率S。
c) 确定信噪比N。
d) 将所得参数代入香农公式，计算信道容量C。
二、频谱效率的定义与计算方法1. 频谱效率的定义频谱效率是指在给定的频谱带宽下，单位频谱资源所能承载的信息传输速率。
2. 频谱效率的计算公式频谱效率的计算公式为：SE = C / B，其中SE为频谱效率，C为信道容量，B 为频谱带宽。
3. 频谱效率的计算步骤a) 计算信道容量C。
b) 确定频谱带宽B。
c) 将所得参数代入频谱效率的计算公式，计算频谱效率SE。
三、信道容量与频谱效率的应用1. 无线通信系统设计与优化通过计算信道容量与频谱效率，可以评估无线通信系统的性能并进行系统设计与优化。
例如，在设计无线局域网系统时，可以根据信道容量和频谱效率来选择合适的调制方式、编码方式和调制阶数。
2. 频谱资源规划与管理了解频谱效率可以帮助进行频谱资源规划与管理。
在无线通信系统中，频谱资源是有限的，因此需要合理分配和利用频谱资源。
通过计算频谱效率，可以评估不同信号调制方式和系统参数对频谱资源的利用效率，从而进行合理的频谱资源规划和管理。
结论：无线通信中的信道容量与频谱效率是评估系统性能和进行系统设计与优化的重要指标。
MIMO通信系统的设计与实现要点
MIMO通信系统的设计与实现摘要新一代移动通信系统需要提供极高的数据速率，在有限的频谱下提供尽可能高的传输速率，这就需要采用高频谱利用率技术。
在理想情况下，MIMO技术相对于传统的单天线系统可以随着天线数目的增大而线性增大信道容量，使得系统能在有限的无线频带下传输更高速率的数据业务。
本文详细介绍了MIMO通信系统的模型与信道容量，并介绍了目前存在的三种空时编码方案：分层空时码、空时网格码和空时分组码，实现了一种性能较好的方案，与正交频分复用技术相结合建立了STBC-MIMO-OFDM系统模型，并对用MATLAB模型进行了仿真和性能分析。
关键词：多输入多输出；正交频分复用；空时分组码；MATLAB；Design and Implementation of MIMO CommunicationSystemAbstractA new generation of mobile communication system needs to provide high data rate, transmission rate is as high as possible in the limited frequency spectrum, this requires the use of high frequency spectrum utilization technology. In the ideal case, the MIMO technology to the traditional single antenna system can increase linearly with the number of antennas to increase channel capacity, so the system can in the radio frequency band limited transmission under high-speed data service. This paper introduces the model and the channel capacity of MIMO communication system, and introduces the existing three kinds of space-time coding scheme: Layered Space-time Coding, Space-time Trellis Coding and Space-time Block Coding, to achieve a better performance of the scheme, the combination model of STBC-MIMO-OFDM is established and the technology of orthogonal frequency division multiplexing, the MATLAB model is used to analyze the performance.Keyword:：MIMO；OFDM；Space-time Block Coding；MATLAB目录第一章绪论 (1)1.1研究背景 (1)1.2 MIMO概述 (2)1.3 OFDM概述 (3)1.4 空时编码概述 (3)第二章MIMO-OFDM系统 (5)2.1 无线衰落信道 (5)2.1.1 多普勒扩展引起的衰落效应 (5)2.1.2 多径时延扩展产生的衰落效应 (6)2.1.3 几种常用的信道模型 (6)2.2 MIMO系统模型及信道容量分析 (7)2.2.1 MIMO系统模型 (7)2.2.2 MIMO 系统容量分析 (9)2.3 MIMO-OFDM系统模型 (10)第三章空时编码技术 (13)3.1 分层空时编码（BLAST） (13)3.2 空时网格编码（STTC） (14)3.3 空时分组编码（STBC） (14)第四章基于STBC的MIMO-OFDM系统设计与实现 (17)4.1 STBC-MIMO-OFDM系统模型 (17)4.2 STBC-MIMO-OFDM系统性能分析 (18)4.3 STBC-MIMO-OFDM通信系统设计与实现 (19)4.3.1 系统仿真参数 (19)4.3.2 系统性能仿真 (20)第五章结语 (28)参考文献 (29)致谢 (30)附录 (31)第一章 绪论无线移动通信传输信道复杂（时变的多径传播环境，以及快衰落、慢衰落、空间选择性衰落、时间选择性衰落、频率选择性衰落、传播损耗等）。
通信行业-多输入多输出通信系统的信道模型及容量 精品
多输入多输出通信系统的信道模型及容量专业：通信工程摘要随着无线通信事业的迅速发展，用户对无线通信的速率和服务质量提出了越来越高的要求。
然而频谱资源的匮乏限制了无线通信的进一步发展；另一方面，无线信道的多径传播特性和时变特性会对其中传输的信号带来非常大的损害。
近年来多输入天线多输出天线（MIMO）技术因为能大幅度增加无线通信系统的谱效率和提高传输可靠性而得到了越来越多的关注。
MIMO多天线系统所提供的空间复用增益和空间分集增益可以极大地提高无线链路的容量和质量。
现有的研究成果己经表明，MIMO所能达到的极高的频谱效率是目前任何一种无线技术所不及的，因此它被认为是未来新一代移动通信系统的备选关键技术之一。
根据信道的输入输出情况，使用多天线技术的通信系统可以分为单输入多输出SIMO（Single-Input Multiple-Output）系统、多输入单输出MISO（Multiple-Input Single-Output）系统，以及多输入多输出MIMO（Multiple-Input Multiple-Output）系统三种类型。
本文首先介绍了MIMO系统的基本概念和信道模型，然后我们从信息论的角度，根据传统SISO信道的香农容量，推导出MIMO信道容量公式，并且依次推导出SIMO信道和MISO信道的容量。
本文对MIMO信道模型和信道容量的研究表明，MIMO技术对于未来新一代无线通信具有极其的重要意义。
关键词：MIMO，SIMO，MISO，多天线系统，信道模型，信道容量。
Channel Model and Capacity of the MIMO municationSystemsAbstractAs the wireless munication makes rapid progress, the demand for higher data rates and higher quality in wireless munication systems has recently seen unprecedented growth. However, one of the most limiting factors in growth of wireless munications is the scarcity of spectrum. In addition, the multi-path propagation and time variance characteristics of wireless channel bring some impairment to the signals transmitted over it. In recent years, multiple input multiple output (MIMO) antennas technique has received more and more attention, as it can dramatically increase the spectral efficiency and improve the transmission reliability of wireless munication systems. The MIMO channel gain of MIMO systems that include spatial multiplexing (SM) gain and the spatial diversity (SD) gain can increase greatly the capacity and the quality of the wireless link, and the research results show spectral efficiency of MIMO technique is higher than any other existing wireless techniques. So MIMO technique is considered as one of candidacy techniques that can be used in the next new generation of mobile cellular munication systems.Any given munication system that utilizes the multiple antenna technique can be classified into three categories: single input multiple output (SIMO), multiple input single output (MISO) and multiple input multiple output (MIMO) system respectively. This paper firstly introduces the basic concept and model of MIMO channel. Secondly, in the view of information theory, according to traditional SISO channel Shannon capacity, we derived the capacity of MIMO channel, MISO channel and SIMO channel.In this paper, the studies on MIMO channel model and channel capacity show that MIMO technique is vital to the new generation of wireless munications.Keywords: MIMO, SIMO, MISO, Multiple Antenna System, Channel Model, Channel Capacity.目录摘要 (I)Abstract (II)第一章绪论 (1)1.1 引言 (1)1.2 无线移动通信的发展概述 (1)1.3 天线阵列在移动通信系统中的引入 (2)1.4 MIMO技术综述 (3)第二章多输入多输出通信系统信道模型 (5)2.1 通信系统模型 (5)2.2 模拟通信系统模型 (5)2.3 数字通信系统模型 (5)2.4 无线信道传播环境 (6)2.5 几种常用的无线通信信道模型 (6)2.5.1 高斯信道 (7)2.5.2 瑞利信道 (7)2.5.3 莱斯信道 (7)2.6 多输入多输出通信系统信道模型 (7)2.6.1 SISO信道 (7)2.6.2 SIMO信道 (8)2.6.3 MISO信道 (9)2.6.4 MIMO信道 (9)第三章多输入多输出通信系统信道容量 (12)3.1 MIMO系统模型的分解 (12)3.2 多输入多输出系统信道容量分析 (12)3.2.1 SISO系统信道容量 (13)3.2.2 MIMO系统信道容量 (14)3.2.3 SIMO系统信道容量 (16)3.2.4 MISO系统信道容量 (17)结论 (19)（References） (20)谢辞 (21)附录 (22)第一章绪论1.1 引言自Marconi首次无线通信取得成功以来，人们对无线通信的研究就一直在不懈地努力着，但直到20世纪60年代，随着蜂窝概念的引入和70年代超大规模集成电路技术的进步，移动通信才开始得到真正的应用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
MIMO系统容量的计算方法上网时间：2007年11月06日打印版推荐给同仁发送查询用于多输入多输出结构的天线单元会影响无线通信系统的容量并能对抗多径效应。
提高性能的一个关键是为系统方案寻找MIMO优化设计，使得无需增加天线单元，只优化现有天线就能达到目的。
Thaysen等人描述了互方向、位置以及互耦对在无限大地平面上两个相同天线间包络互相关性的影响，为确定包络相关与固定方向上距离的关系以及互耦合同固定距离时天线方向旋转的关系，他们还研究了使用两个彼此靠近，在同一地平面的相同PIFA时的对称和非对称耦合的情况，其结果(使用IE3D仿真软件仿真)阐明了如何确定天线指向与位置来使包络相关最小。
研究了两种不同情形：一种是使用平行PIFA，另一种是天线间具有垂直关系，如图1所示(水平距离d的定义使得图1a的情形中，d为正值。
)对于平行情况(图1a)，天线间距为10毫米，这时包络相关系数是ρe=0.8，把其中一副天线简单地旋转180度，包络相关系数就降低到ρe=0.4。
类似结果对于垂直天线结构(图1b)也能观察到，这时包络相关系数从ρe=0.5下降到ρe=0.25。
在垂直结构中，当开路端与馈线垂直时包络相关系数最大。
研究者们发现在平行天线情况下中心频率偏移(|S11|最小)受影响最大，每副天线在相同端都有馈入点，可观察到12%的频偏变化。
与单副PIFA单元相比，另一种情形(两副天线互相垂直情况)变化量低于2%。
平行结构的最大包络相关系数是ρe=0.8，当天线彼此交叠垂直时，馈线均在同一端的情况下包络相关系数取得最大值。
此外，可发现互耦与包络相关系数几乎呈指数关系。
研究发现，互耦极限为-10dB，在该极限以下，包络相关系数几乎为恒定值，达到ρe=0.15，因此，降低互耦的努力将受限于这个水平。
把天线置于有限平面会影响其性能。
图2给出的设计，是按照平面倒F天线(PIFA)的输入阻抗和带宽来优化天线(即改变馈入点跟到地点间的距离，这取决于PIFA在地平面的位置)。
对一些性能参数(相关性和带宽)组合优化可选出最佳天线结构。
不过，移动电话的外盖、人手、和头部的邻近效应也应包括进分析当中。
这样，当把外盖、手、头的影响考虑进来时，最优结构的结果就可能稍有不同。
在MIMO应用中，低包络相关是必要的，天线位置和方向不仅要根据包络相关性，还要根据带宽来优化。
已发现对于二元天线结构，优化的位置和方向对于MIMO性能，即带宽和天线间的包络相关，并不是获得最低包络相关性的必要因素。
某种带宽也是必需的。
把包络相关性和带宽同时考虑进来，就会发现B4结构形式能给出最佳性能。
这里频带以1.79GHz为中心，其宽度为为中心频率的12.2%；包络相关系数低于0.1，最强互耦为-7.7dB。
从Thaysen等人研究的十五种不同双天线结构来看，包络相关性与互耦之间的关系显示出低互耦会带来低包络相关性。
不过，低包络相关性却并非必然因为低互耦，还有，可观察到低互耦会导致低带宽，这主要是这些结构中天线的阻抗匹配不好引起(高反射系数)。
产生高互耦的那些结构也会带来高带宽。
Thaysen等人断定高耦合会降低对优化结构的自由选择范围。
考虑到增加的复杂性，相对于添加额外天线单元，则对给定数目的天线单元进行细致优化有可能列为首选。
在参考文献6里，对MIMO系统的评估完全基于天线性能，如包络相关性、互耦、谐振频率、带宽和天线辐射效率，其中包络相关性和带宽特别受关注。
然而，MIMO真正的优势应当是提高容量，因此，该对容量做出评估。
为得到全部好处，也应该评估多径环境下的容量。
计算MIMO系统的容量需要知晓传播环境和天线结构的信息。
对MIMO天线结构的现实评价要求在MIMO天线结构下进行多单元传播测量。
得到多单元传播测量的一种方法是表征出真实散射环境下的实际原型。
然而这是一个非常耗时的过程。
此外，整个测量都必须针对所有天线方案反复进行。
Thaysen等人提出基于MIMO天线性能评估的测量方法。
给出的结果融合了采用MIMO耦合矩阵测试时的天线复杂辐射模式。
MIMO耦合矩阵代表在赫尔辛基市区测得的一个小型宏单元MIMO环境(例如，见参考文献39的地图)。
MIMO耦合矩阵由赫尔辛基技术大学Vainikainen博士领导的小组测量得到。
通过这些多单元传播测量方法可以得到天线单元辐射模式下测得的传播路径组合。
不过，这要求提取全双向传播信道参数。
测量建立了一个线性发射天线阵和球形接收天线阵，构成信道探测器用来测量无线信道的空间和时间特征，天线阵均采用双极化转接天线。
发射天线阵由八个定向双极化天线单元组成，它们彼此相距半个波长(0.5λ)，对测量数据进行后处理时要从天线阵选出不同数目的单元。
天线发射功率被限制到+26dBm。
球形接收天线阵由32个单元组成，每个单元都跟发射天线阵的天线单元相似。
位于球面的单元被用于接收端移动站。
一个双极化单元由两个正交的通道组成，即与极化馈接。
入射角测量的均方根(RMS)误差大致为1度。
该测量系统最初是为SIMO系统开发的，但被扩展到MIMO测量。
基站信号与接收端移动台信号通过矩阵H相关联，矩阵H代表多径环境中在某个时刻以及天线空间位置的传输关系，表示为：这里y(t)是基站传输信号，可表示为：s(t)则是移动台接收信号：矩阵H从下式得到：这里αi,j是从天线i到天线j的复传输系数。
这些结果仅限于频率扁平衰落信道，因此相应的输入输出关系可被简化成B=H(t)A，这里H是窄带矩阵，它描述了多径环境中在给定时间t和天线空间位置的MIMO天线系统从第m个发射天线到第n个接收天线的复杂信道。
联合测量得到的天线辐射模式和测量得到的MIMO信道，可以计算出MIMO系统容量。
为计算容量，测量值必须是单个天线单元的辐射模式，这时仍需考虑其它所有单元的存在(但需要端接表示其端口电源阻抗的负载)。
文献8中，复杂辐射模式在屏蔽室测量得到。
分别在自由空间和更接近实际情况的环境下进行各种测量，更接近实际情况的环境即指天线贴近假手和头部来确定近似的效果。
为了使MIMO评估获得尽量真实的结果，结果包括测量的宏单元MIMO环境，并结合了所研究的MIMO系统天线的辐射模式。
在SISO系统中，只有一个发射通道，用作数据传输的传统信道的香农容量是：这里，SNR是信号噪声比。
在未知信道特征的条件下，分配发射功率的最好办法是把功率平均分配给所有的发射天线单元。
在信道未知和均匀分配功率的条件下，这样一个MIMO系统的容量定义为：这里I是单位矩阵、(*)表示共轭转置、H是MIMO系统信道矩阵。
已经证明，当m=min(M, N)时等式6中的容量会线性增长，而不是像分集情况那样呈对数增长。
容量公式在窄带假定下有效，即假定为频率扁平衰落MIMO信道。
如果信道是频率选择性的，矩阵H依赖于频率，这种情形下，应当在整个传输带宽内作积分来计算此种情况的容量。
假定发射信道已知，信号传输按照优化信道容量的方式被分配到所有传输天线。
总发射功率分配让那些有更高增益的信道获得更多的功率，而有较小增益的信道获得较少功率甚至没有功率。
这种技术被称作注水法。
对于已知MIMO全部特征的发射机，最大可得容量与注水法相当。
实际当中，由于信道的时间选择性，延迟或缺少来自接收机的反馈，可得到的特征可能只有一部分。
不过，即便利用这些不完全特征，同没有任何先验知识的信道比起来，也可以得到明显改善。
比起在低信噪比时均匀分配功率的方案，注水法有着明显的优势。
信噪比低时，注水技术搜索H矩阵的最大特征值，并通过一种单一模式(信道)发送全部功率。
当信噪比为中间值时，较功率均匀分配方案注水法仍然可以改善容量。
不过，这种优势会随着信噪比增加而下降。
在SNR为中间值时，注水技术使用L形天线阵，这里1<L文献8给出了三种简单但合乎实际的二元和三元天线结构(图3)的容量和分集增益。
信道数据在赫尔辛基市区的小宏单元环境下测试得到。
这些结果对自由空间辐射模式和说话位置(即假手和假头一旁)辐射模式都适合。
文献8中，发射机对信道未知，因此采用等功率分配法计算容量，即利用等式6。
用自由空间辐射模式计算，在(2, 2)系统中，所提出的二元天线结构(见图3a)会产生50%的减量信道容量C0.5，其值为5.0b/s/Hz。
可以观察到，在假手和假头一旁的说话位置，此辐射模式下容量有0.1b/s/Hz的轻微下降。
这种差异来自天线1和天线2总效率峰值之比，跟自由空间的结果相比，该比值要略低。
两种情形下，平均接收SNR都选择为10dB。
使用多于一付天线获得的增益是经过最大比率结合(MRC)之后的功率与更强分支功率(Br1与天线1有关，Br2与天线2有关)之差，更强分支功率该结果受分支功率差影响严重。
如图4b所示，MRC为4.8dB高于Br1。
在50%的概率水平p，Br1与Br2之间的差(ΔBr2-Br1)是2.8dB。
当考虑测量得到的总效率时，天线1的分支功率最大的事实看起来很合理，因为天线1有着最高的总效率。
三元天线结构，即(3, 3)MIMO系统，使用自由空间辐射模式，其50%减量信道容量C0.5是7.1b/s/Hz(图3b)。
即使天线2的分支功率低于MRC16.8dB，同(2, 2)MIMO结构相比，其对容量的改善也有1.5b/s/Hz。
通过设计多天线系统使得不同天线的效率在一定程度上可比较，能够使容量进一步得到优化。
当把这些天线安装到移动电话中后(图3c)，可以观察到相同的趋势。
当把天线整合到一部手机中时，测量的自由空间辐射效率大致低于20%，该事实并不影响自由空间容量，仍然保持为7.1b/s/Hz。
这是因为，在自由空间测得的峰值总效率之间的比值也保持不变。
当三副天线被整合到一部电话里时，把天线放到假手和假头附近，在1.7~1.9GHz的范围内测得的辐射效率在4%到14%之间。
平均之，这比安装在地平面的三元天线结构的效率要低。
但由于天线2非常低的辐射效率(低于2%)，天线单元之间的效率比也减少了，这样容量达到0.5b/s/Hz，高于三元天线结构，该结构没有安装到手机中。
容量与天线单元数量之间在理论上的线性关系得到Thaysen等人的实验验证，这种关系在早期关于MIMO的研究工作中也得到推测，容量随信噪比增加而增加(图5)。
在低信噪比时(即低于5dB)，使用三元天线的容量跟使用二元天线的容量差异很小；当SNR=0dB时，差异为0.5b/s/Hz；说话位置模式下的容量为1.6b/s/Hz，这是最低值。
用SNR为50dB时额外天线获得的增益达到说话位置模式43b/s/Hz的容量，这比二元天线结构下可获得的容量高出14b/s/Hz。
SNR为50dB时，SISO系统容量的香农极限为16.6b/s/Hz，这大约是(2, 2)系统一半的容量，是(3, 3)MIMO系统容量的三分之一。