每日精学 100｜二乘二 MIMO 最小均方误差检测
雷达 · 通信 · 电子战 / 基础精学 100
零迫检测在弱空间模态上代价很高。MMSE 把噪声功率纳入优化，允许有控制的组合响应偏差。
MIMO MMSE 检测器在 Gram 矩阵上加入噪声相关正则项，不再强制完全消除串扰，从而限制病态信道中的噪声增强。
01
模型与符号
：MMSE 检测矩阵（逆增益）
ρ：每流信噪比（线性）
：组合响应 
（无量纲）
J：总均方误差（功率）
Pb：比特误码率（至 1）
02
MMSE 矩阵
单位流功率与白噪声下，
03
高低信噪比极限
当 ρ→∞ 时 MMSE 趋近 ZF；低信噪比时正则项主导，检测器趋向缩放匹配滤波。
04
误差分解
总误差包含 
的残余串扰与 
的输出噪声。MMSE 直接最小化二者之和。
05
物理含义
MMSE 不会为了消除很弱模态上的少量串扰而无限放大噪声。信噪比越低，检测器越保守。
06
固定参数算例
MATLAB 在同一病态二乘二信道上比较 ZF 与 MMSE 的组合响应、输出噪声、均方误差和 QPSK 误码率随信噪比变化。
| 量 | 数值 |
|---|---|
| symbol vectors per snr | 60000 |
| channel condition number | 406.689030481 |
| reference snr db | 12 |
| zf ber at 12db | 0.487841666667 |
| mmse ber at 12db | 0.248475 |
| zf mse at 12db | 1364.7596391 |
| mmse mse at 12db | 0.507280227902 |
| mmse combined offdiagonal power | 0.483420061858 |
图 1 病态二乘二信道的 ZF 与 MMSE 均方误差和误码率
数值结果由配套 MATLAB 脚本在固定参数和固定随机种子下实际执行。脚本包含针对闭式关系 边界条件或估计误差的断言，并把 MATLAB 版本与关键数值写入独立结果文件。
07
数字实现的边界
RTL 与 ZF 共用二乘二复矩阵向量乘法数据通路，只更换由正则化求解得到的权重。
配套 RTL 只实现本课中可明确量化的定点核函数或数据通路。浮点矩阵分解 概率统计和图形生成保留在 MATLAB 参考程序中。
08
适用范围
MMSE 是实用 MIMO 线性检测基线。它需要噪声或信噪比估计，并可扩展为软输出检测。
09
工程上需要注意
噪声估计偏差改变正则强度。
高阶调制需要软信息尺度校正。
矩阵求解仍需数值稳定实现。
强非线性硬件误差不在模型内。
MIMO MMSE 通过正则化在串扰残差与噪声增强之间取舍。病态或低信噪比条件下通常优于零迫。
内容依据：每日精学第 100 课《二乘二 MIMO 最小均方误差检测》。图表沿用原课固定参数数值结果，属于数值验证，不代表设备实测。