1.基本概念：
下图显示了MIMO的一个简化的概念。 与MIMO同步，多个独立数据流可以同时传输，因此与SISO（单输入单输出）情况相比，它可以实现更高的数据吞吐量。 但是，与SISO情况相比，在数据传输的可靠性（例如，更少的错误）方面几乎没有优势。
还有另一个经常与MIMO混淆的概念，就是分集。 他们之间有什么区别？ 下图说明了分集的概念。 基本上有两种类型的分集称为接收分集和发送分集。
1.1发送分集：
从图中可以看出，在这种发送分集配置中，一个数据流通过不同的路径到达多个接收天线，这意味着接收方可以收到相同数据的多个版本。 从这些版本中，接收方可以选择最佳版本或将它们全部按照一定算法组合在一起， 通过这样处理，可以提高通信可靠性（减少错误），但是在数据吞吐量方面没有优势。
1.2接收分集：
从图中可以看出，在这种发送分集配置中，一个数据流的多个副本通过多个发送天线传输，并通过不同的路径到达单个接收天线，接收方可以收到相同数据的多个版本。 从多种版本中，接收方可以选择最佳版本或将它们按照算法全部组合在一起，可以提高通信可靠性（减少错误），但是在数据吞吐量方面没有优势。
1.3 MIMO和分集的区别
根据上面的描述，将MIMO和分集区别总结如下：
传输方式
并发送数据流个数
系统吞吐量
数据流可靠性
MIMO
多个
提高
下降
分集
1
无改善
提高
2. MIMO 的数学模型：
下面介绍MIMO的数学模型，这里只是简单说明，并不严谨，严谨数学推导可以找相关的专业无线通讯原理书籍进行学习。 下面先从两发两收的模型开始介绍，如图，有两个数据流stream1 和 stream2 同时通过发送天线TX1和发送天线TX2发送数据，通过空口，在接收侧接收天线RX1和RX2同时收到了stream1和stream2两组数据的混合，通过一定算法可以从这个混合数据中分离出stream1和steram2, 如何分离就是MIMO的核心算法。
2.1 2*2 MIMO 传输模型
h11，h12，h21，h22是系数，用于显示正在通过每个可能传输路径的数据量。 值越大，在该路径中传输的数据越多。 由这些信道路径系数组成的矩阵称为“信道信息矩阵”。 接收方和发送方的关系表示如下。
正如我所说的，数学本身非常简单，这就是一个2*2 的矩阵乘法。 重要的是如何将这个等式解释为实际的实现。 如果我以插图的方式解释它，那将是绿色箭头表示的路径。 通过这种方式，我们可以在数学上表示接收到的数据。
2.2 2*2 MIMO 的分离数据的数学模型：
上面已经建模了2*2 MIMO 的传输模型，需要在接收侧根据混合数据去分离出stream1和stream2, 下面就是解数据的数学建模。
