从4G到5G再到6G：分集与合并技术（SC/MRC/EGC）是如何演进的？一份给工程师的对比指南

从4G到6G：分集与合并技术的演进与工程实践指南

在移动通信领域，信号传输质量始终是工程师们面临的核心挑战。随着通信技术从4G向5G乃至6G演进，分集与合并技术作为对抗信道衰落的关键手段，其实现方式和应用场景也发生了深刻变革。本文将深入探讨选择式合并(SC)、最大比值合并(MRC)和等增益合并(EGC)三种核心技术在不同通信代际中的演进路径，为通信研发工程师提供一份兼顾理论深度与实践价值的对比指南。

1. 分集技术基础与演进背景

无线信道中的多径效应和多普勒频移会导致信号经历不同类型的衰落，包括大尺度衰落和小尺度衰落。分集技术的核心思想是通过获取多个独立的信号副本，利用统计特性降低深度衰落的概率。从4G时代开始，分集技术就已成为提升链路可靠性的标准配置。

微分集技术主要包含以下几种实现方式：

• 空间分集：通过天线间距保证信号独立性
• 时间分集：利用交织编码和重传机制
• 频率分集：通过多载波或扩频技术实现
• 极化分集：利用正交极化波的信道独立性

在4G LTE系统中，空间分集通常采用2×2或4×4 MIMO配置，天线间距设计遵循半波长原则。典型配置参数如下：

随着5G NR引入Massive MIMO，天线阵列规模扩展到64T64R甚至更大，传统的分集技术面临新的挑战和机遇。6G研究前沿中，智能反射面(IRS)和全息MIMO等新技术的出现，正在重新定义分集技术的实现范式。

2. 合并技术原理与性能对比

2.1 选择式合并(SC)的工程实践

作为最简单的合并方案，SC通过在多个接收支路中选择瞬时信噪比(SNR)最高的信号实现分集增益。其硬件实现相对简单，主要包含以下组件：

graph LR A[天线1] --> B[解调器1] A2[天线2] --> B2[解调器2] A3[天线M] --> B3[解调器M] B --> C[SNR监测] B2 --> C B3 --> C C --> D[选择开关] D --> E[输出]

SC系统的性能提升遵循对数增长规律。对于M个独立瑞利衰落信道，其合并增益可表示为：

$$ G_{SC} = \sum_{k=1}^{M}\frac{1}{k} $$

在实际网络优化中，SC技术常用于以下场景：

• 移动终端侧的低功耗接收方案
• 应急通信系统的冗余备份链路
• 物联网设备的简化接收机设计

注意：SC技术虽然实现简单，但无法充分利用所有接收信号的能量，在Massive MIMO系统中效率明显不足。

2.2 最大比值合并(MRC)的最优特性

MRC通过加权合并所有接收信号，理论上可获得最佳合并性能。其实现需要精确的信道估计和相位校准，典型的基带处理流程包括：

1. 各天线支路信号采样
2. 信道冲激响应估计
3. 相位旋转和幅度加权
4. 信号相干合并

数学上，MRC的输出SNR等于各支路SNR之和：

$$ \gamma_{MRC} = \sum_{i=1}^{M}\gamma_i $$

在5G毫米波系统中，MRC面临的主要工程挑战包括：

• 高频段信道估计精度要求极高
• 大规模天线阵列带来计算复杂度问题
• 相位校准误差对性能影响显著

下表对比了不同天线规模下MRC的实现复杂度：

2.3 等增益合并(EGC)的折中方案

EGC在保持各支路等增益的前提下进行同相合并，其性能介于SC和MRC之间。EGC的合并增益可近似表示为：

$$ G_{EGC} \approx 1 + (M-1)\frac{\pi}{4} $$

现代通信系统常采用数字中频实现的EGC方案，其主要优势包括：

• 无需复杂的幅度加权电路
• 硬件实现复杂度低于MRC
• 性能损失通常在1dB以内

在5G小基站设计中，EGC常被用作性价比优化的选择。一个典型的2.6GHz频段小基站接收链可能包含：

// 简化的EGC实现伪代码 void egc_combiner(std::vector<Signal> &branches) { std::vector<double> phases(branches.size()); // 估计各支路相位 for(int i=0; i<branches.size(); ++i) { phases[i] = estimate_phase(branches[i]); } // 相位对齐和合并 Signal output; for(int i=0; i<branches.size(); ++i) { output += rotate_phase(branches[i], -phases[i]); } return output / sqrt(branches.size()); }

3. 代际演进中的技术变革

3.1 4G系统中的成熟应用

在LTE标准中，分集技术主要应用于：

• 下行传输模式TM3（开环空间复用）
• 上行多用户MIMO
• 控制信道的可靠传输

典型4G基站的接收机采用2-4天线配置，合并技术选择考虑以下因素：

3.2 5G Massive MIMO带来的革新

5G NR引入的大规模天线阵列改变了传统分集技术的应用方式：

• 天线数量增加使SC效率显著降低
• 混合波束成形架构需要新的合并策略
• 信道硬化现象减少了对分集的依赖

在3GPP Release 15规范中，针对毫米波频段特别定义了新的参考信号设计，以支持大规模天线系统的信道估计需求。实际部署中，工程师需要平衡以下参数：

# 5G合并技术选择评估函数示例 def evaluate_combiner(config): perf_gain = config['snr_gain'] * config['eff_factor'] cost = (config['hardware_cost'] + config['power_consumption'] * 0.3 + config['calibration_cost'] * 0.2) return perf_gain / cost # 典型配置评估 mrc_config = {'snr_gain': 10, 'eff_factor': 0.9, 'hardware_cost': 8, 'power_consumption': 7, 'calibration_cost': 9} egc_config = {'snr_gain': 9, 'eff_factor': 0.85, 'hardware_cost': 5, 'power_consumption': 4, 'calibration_cost': 6}

3.3 6G研究中的前沿方向

面向6G的太赫兹通信和智能超表面技术，分集与合并技术呈现新趋势：

• 基于AI的自适应合并算法
• 时空调制分集技术
• 量子增强的信号检测方法

在太赫兹频段，传统的多天线分集面临严峻挑战：

• 极高的路径损耗限制天线间距
• 信道稀疏性降低分集增益
• 硬件损伤影响合并精度

一种有前景的研究方向是将可重构智能表面(RIS)与分集技术结合，通过智能反射创造人工多径。初步实验数据显示，在140GHz频段，采用256单元RIS可带来约15dB的等效分集增益。

4. 工程实践中的关键考量

4.1 性能与复杂度的权衡

在实际系统设计中，工程师需要建立多维度的评估框架：

1. 链路级性能：包括误码率、中断概率等
2. 实现复杂度：涉及计算量、存储需求和功耗
3. 成本因素：包含硬件成本和部署维护费用
4. 标准兼容性：符合3GPP等规范要求

一个典型的权衡案例是5G毫米波小基站的设计。下表比较了三种合并方案在28GHz频段的实测数据：

4.2 实际部署中的优化技巧

基于现网优化经验，我们总结以下实用建议：

• 郊区宏站场景：优先考虑EGC方案，平衡性能与成本
• 室内高密度场景：采用SC简化设计，降低干扰敏感性
• 毫米波热点区域：必要时使用MRC最大化吞吐量
• 物联网终端设计：优化SC的切换阈值延长电池寿命

对于Massive MIMO系统，可采用混合合并策略：

def hybrid_combiner(signals): # 第一阶段：粗选高SNR天线子集 selected = threshold_select(signals, snr_th=10dB) # 第二阶段：在子集内应用EGC return egc_combine(selected)

4.3 测试与验证方法

可靠的性能评估需要构建全面的测试环境：

1. 信道仿真：使用瑞利、莱斯等衰落模型
2. 损伤注入：包括相位噪声、IQ不平衡等
3. 原型验证：基于FPGA或专用测试设备
4. 现场测试：在不同传播环境下验证

一个典型的测试配置可能包含：

• 信道仿真器：模拟多径衰落
• 信号发生器：提供参考信号
• 功率计：监测合并效果
• 误码分析仪：评估最终性能

在最近参与的5G毫米波基站项目中，我们发现当天线数量超过32时，MRC的边际效益开始明显下降。这种情况下，采用分簇EGC方案反而能获得更好的性价比。