近日，复旦大学未来信息创新学院王昕课题组提出了一种基于矩阵分解的低复杂度、高性能收发机设计方案，为大规模MIMO系统在有限字符输入下的可靠高效传输提供了全新思路。相关研究成果以“Complexity-Scalable Near-Optimal Transceiver Design for Massive MIMO-BICM Systems”为题，于2026年3月发表在《IEEE JOURNAL ON SELECTED AREAS IN COMMUNICATIONS》“面向6G和NextG标准化的关键技术”系列特别专刊。未来信息创新学院博士生杨杰为第一作者，王昕教授为通讯作者。

自香农提出高斯输入下的信道容量界以来，基于奇异值分解（SVD）的传输方案一直被视作逼近容量的经典方法。然而，实际无线通信系统（如4G/5G、Wi-Fi）普遍采用有限星座点调制（如QPSK、16QAM），与高斯输入假设存在本质差异，导致SVD方案在高信噪比（SNR）下性能显著下降。此外，随着超高频段和大规模天线阵列的引入，MIMO信道条件数急剧增大，传统迭代优化算法面临复杂度过高甚至失效的挑战，给下一代移动通信收发机设计带来了新的理论和技术难题。

针对上述问题，该研究在理论层面首次揭示了SNR、等效信道条件数与系统可达速率之间的内在关系。研究发现，在低SNR下，SVD方案具有优势，较大的信道条件数反而有助于提升速率；而在高SNR下，基于几何均值分解（GMD）的方案更优，此时应追求较小的等效信道条件数。该结论在等功率分配下依然成立，并得到了仿真结果的验证（如图1）。论文进一步划分了低SNR、高SNR及其间的过渡区域（图2），为新一代收发机设计提供了系统的理论指导和设计框架。

图 1 不同矩阵方案的可达速率 v.s. SNR

图 2 不同分解方案主导的信噪比区间

为降低接收端比特软信息计算的复杂度，论文提出了一种基于Givens旋转的矩阵双对角分解方案（GP-CBD）。该方案将MIMO信道建模为多个具有符号串扰的SISO子信道：y_i=h_(i,i) x_i+h_(i,i+1) x_(i+1),i=1,2,...,N-1，结合网格图检测，能够在保持低复杂度的同时实现接近最优的误码性能。而针对双对角分解的非唯一性问题，研究团队提出了可量化的奇异值配对与Givens变换策略，使分解结果能根据SNR自适应调整，形成块双对角结构。该方案在多种信道模型下均展现出优异的有效性和鲁棒性，性能优于传统最优方法（如图3），具备广泛的实际应用前景。该研究为下一代无线通信系统提供了一种兼具理论深度与工程可行性的MIMO收发机设计新方法。

该项研究得到上海市科委“6G科技创新与未来产业培育战略前沿专项”项目、国家自然科学基金重点项目的支持。

文章链接：https://ieeexplore.ieee.org/document/11373357