Drahtlose Kommunikationsnetze haben in den letzten zwei Jahrzehnten eine transformative Entwicklung durchlaufen, angetrieben von einer unersättlichen Nachfrage nach höheren Datenraten, geringerer Latenz und allgegenwärtiger Konnektivität. Die Verbreitung von Smartphones, IoT-Geräten und Echtzeitanwendungen wie Videostreaming und Augmented Reality hat die Netzwerkinfrastruktur unter beispiellosen Druck gesetzt. In diesem Zusammenhang zeichnet sich die Multiple-Input-Multiple-Output-Technologie (MIMO) als eine der wirkungsvollsten Innovationen moderner drahtloser Systeme aus. Durch den Einsatz mehrerer Antennen sowohl am Sender als auch am Empfänger erhöht MIMO den Durchsatz, die Zuverlässigkeit und die Kapazität erheblich. Mit zunehmender Netzwerkdichte - mit Dutzenden oder sogar Hunderten von Geräten, die um Spektrum in einem kleinen Bereich konkurrieren - wird die Wahl zwischen Single-User MIMO (SU-MIMO) und Multi-User MIMO (MU-MIMO) kritisch. Das Verständnis der Leistungsunterschiede zwischen diesen beiden Ansätzen in dichten Netzwerken ist für Netzwerkbetreiber, Systementwickler und Ingenieure, die mit der Optimierung von Next-Generation-Bereitstellungen beauftragt sind, von entscheidender Bedeutung.

Grundlagen der MIMO-Technologie

Die MIMO-Technologie nutzt die räumliche Dimension der drahtlosen Ausbreitung, um die Kommunikationsleistung zu verbessern. Im Kern setzt MIMO auf mehrere Antennen, um unabhängige Kommunikationspfade zu schaffen, die als räumliche Ströme bezeichnet werden. Diese Ströme können auf drei Hauptarten verwendet werden: räumliche Vielfalt, räumliches Multiplexen und Beamforming.

Räumliche Diversität nutzt die Tatsache, dass Signale von verschiedenen Antennen unterschiedliche Fading-Muster durchlaufen. Durch die Übertragung der gleichen Daten über mehrere Antennen kann der Empfänger die Signale kombinieren, um tiefe Fades zu überwinden, wodurch die Zuverlässigkeit erhöht wird (reduzierte Bitfehlerrate). Räumliches Multiplexen sendet andererseits verschiedene Datenströme über jede Antenne gleichzeitig, multipliziert die Datenrate mit der Anzahl der Antennen (unter der Annahme einer satten Streuung). Beamforming passt die Phase und Amplitude jedes Antennensignals an, um konstruktive Störungen in Richtung des gewünschten Benutzers und destruktive Störungen an anderer Stelle zu erzeugen, was das Signal-zu-Störung-plus-Rauschverhältnis (SINR) verbessert.

MIMO wird in verschiedenen Formen über drahtlose Standards hinweg implementiert. In 4G LTE wurde MIMO mit bis zu 4 × 4 Konfigurationen eingeführt, die sowohl Einzelbenutzer- als auch Mehrbenutzermodi unterstützen. In 5G NR (New Radio) erweitert massives MIMO dies auf Dutzende oder Hunderte von Antennen, was eine extrem hohe räumliche Auflösung ermöglicht. Die Leistung eines MIMO-Schemas hängt entscheidend von der Kanalzustandsinformation (CSI) ab, die am Sender verfügbar ist, die Anzahl der Antennen auf jeder Seite und die Ausbreitungsumgebung - insbesondere in dichten Netzwerken, in denen Interferenzen und Benutzermobilität vorherrschen.

Single-User MIMO (SU-MIMO) im Detail

Der Hauptvorteil ist eine direkte Erhöhung der Spitzendatenrate für diesen Benutzer - beispielsweise kann ein 8x8 SU-MIMO-System bis zu achtmal so viel Durchsatz liefern wie ein Single-Antennen-System in einer reichhaltigen Mehrwegeumgebung.

SU-MIMO ist besonders effektiv in Szenarien, in denen die Nutzerdichte gering ist oder wenn einzelne Nutzer eine sehr hohe Bandbreite benötigen, wie das Herunterladen großer Dateien oder das Streamen von High-Definition-Videos.

  • Raumstrombeschränkungen: Die Anzahl der gleichzeitigen Ströme ist durch das Minimum der Antennenanzahl am Sender und Empfänger begrenzt. Viele Benutzergeräte, insbesondere IoT-Sensoren oder ältere Smartphones, haben nur eine oder zwei Antennen, was den potenziellen Durchsatz begrenzt.
  • Ressourcenzuweisung SU-MIMO muss den Kanal unter den Benutzern zeitverteilen. In einer dichten Umgebung erhält jeder Benutzer nur einen Bruchteil der verfügbaren Zeitschlitze, was zu hoher Latenz und schlechter Netzwerkkapazität führt, insbesondere wenn Benutzer über platzenden Datenverkehr verfügen.
  • Störungen: Ohne koordiniertes Interferenzmanagement können SU-MIMO-Übertragungen von benachbarten Zellen erhebliche Co-Kanal-Störungen verursachen, wodurch das effektive SINR für alle Benutzer reduziert wird.

Trotz dieser Nachteile bleibt SU-MIMO relevant für Szenarien, die deterministische Hochgeschwindigkeitsverbindungen erfordern, wie z. B. Glasfaser-Extender-Backhaul- oder Festnetz-Funkzugangsanlagen (FWA), bei denen ein einzelnes Teilnehmergerät mit mehreren Antennen ausgestattet ist.

Multi-User MIMO (MU-MIMO) im Detail

Mehrbenutzer-MIMO (MU-MIMO) ermöglicht es einer Basisstation oder einem Zugangspunkt, mit mehreren Benutzern gleichzeitig mit den gleichen Zeitfrequenzressourcen zu kommunizieren. Anstatt alle räumlichen Ströme einem Benutzer zuzuordnen, verwendet MU-MIMO ein räumliches Multiplexen, um verschiedene Benutzer auf verschiedenen Strömen zu bedienen. Dies wird durch eine erweiterte Vorcodierung am Sender erreicht, die die gesendeten Signale so formt, dass jeder Benutzer seinen beabsichtigten Strom mit minimaler Interferenz von den Strömen anderer Benutzer erhält.

Die Basisstation berechnet eine Vorcodierungsmatrix (z. B. unter Verwendung von Null-Forcierungs- oder minimalen mittleren quadratischen Fehlertechniken), die Interferenzen zwischen Benutzern effektiv aufhebt. In einem dichten Netzwerk mit vielen räumlich getrennten Benutzern kann MU-MIMO mehreren Benutzern im selben Ressourcenblock dienen, was den Gesamtdurchsatz und die spektrale Effizienz des Netzwerks dramatisch erhöht.

MU-MIMO erscheint in mehreren kommerziellen Standards. In Wi-Fi führte 802.11ac (Wave 2) MU-MIMO für Downlink ein, und 802.11ax (Wi-Fi 6) erweitert es sowohl auf Uplink als auch auf Downlink mit besserer Terminplanung. In Mobilfunk ist MU-MIMO seit Release 10 Teil von LTE und ist ein Eckpfeiler von 5G NR massive MIMO, wo Dutzende von Benutzern gleichzeitig bedient werden können.

Die Vorteile von MU-MIMO sind in dichten Szenarien am stärksten ausgeprägt. Mehrere Benutzer gleichzeitig zu bedienen, reduziert die Warteschlangenverzögerungen und verbessert die Fairness.

  • Channel estimation overhead: Um die Vorcodierung zu berechnen, muss die Basisstation CSI von allen Benutzern erhalten. In dichten Netzwerken kann der Overhead für die Kanalschätzung und -rückmeldung erhebliche Ressourcen verbrauchen, wenn er nicht optimiert ist.
  • Benutzerauswahl: Die Leistung von MU-MIMO hängt von der Auswahl einer Gruppe von Benutzern ab, deren Kanäle ausreichend orthogonal sind.
  • Hardware-Komplexität: MU-MIMO benötigt mehr Basisband-Verarbeitungsleistung und mehr Antennen am Zugangspunkt, um die gewünschte räumliche Auflösung zu erreichen. Massive MIMO-Arrays in 5G können 64, 128 oder mehr Antennenelemente haben.

Leistungsvergleich in dichten Netzwerkszenarien

Um SU-MIMO und MU-MIMO in dichten Netzwerken genau zu vergleichen, müssen wir mehrere wichtige Leistungskennzahlen untersuchen: Durchsatz, spektrale Effizienz, Latenz, Fairness und Robustheit gegenüber Interferenzen. Dichte Netzwerke zeichnen sich durch eine hohe Benutzerdichte (Hunderte pro Zelle), kleine Zellengrößen (Metropolen-Mikrozellen oder Indoor-Hotspots) und hohe Verkehrslasten aus. Unter diesen Bedingungen werden die Unterschiede zwischen den beiden MIMO-Modi stark.

Durchsatz und Spektraleffizienz

Der direkteste Maßstab für die Netzkapazität ist der Gesamtdurchsatz — die Gesamtdaten, die pro Zeiteinheit an alle Nutzer geliefert werden. In Szenarien mit geringer Dichte kann SU-MIMO hohe Spitzenraten für einzelne Nutzer erreichen, der Gesamtdurchsatz skaliert jedoch linear mit der Anzahl der Nutzer, wenn jeder auf Zeitaufteilungsbasis bedient wird. Im Gegensatz dazu skaliert der Gesamtdurchsatz von MU-MIMO mit der Anzahl der räumlichen Ströme, die gleichzeitig verwendet werden können, was in etwa proportional zur Anzahl der Antennen der Basisstation in einer reich streuenden Umgebung ist.

In einem typischen dichten Netzwerk mit 20 Nutzern pro Zelle und einer Basisstation mit 8 Antennen würde SU-MIMO 20 Zeitschlitze benötigen, um alle Benutzer zu bedienen, wobei jeder Slot höchstens 8 Ströme an einen Benutzer liefert (vorausgesetzt, der Benutzer hat 8 Antennen), MU-MIMO könnte jedoch bis zu 8 Benutzer gleichzeitig in einem einzigen Slot bedienen (jeweils ein oder zwei Ströme erhalten), wodurch die Gesamtzeit für die Planung auf etwa 3 Slots für alle 20 Benutzer reduziert wird, vorausgesetzt, es wird eine perfekte Orthogonalität angenommen, was eine dramatische Steigerung des Gesamtdurchsatzes und der spektralen Effizienz ergibt (Bits pro Sekunde pro Hertz).

Zahlreiche Studien bestätigen, dass MU-MIMO eine 2-4 mal höhere spektrale Effizienz als SU-MIMO in dichten städtischen Umgebungen bietet. Zum Beispiel zeigte ein IEEE-Papier aus dem Jahr 2018 über 5G-Massen-MIMO-Feldversuche, dass MU-MIMO den 3,5-fachen Mediandurchsatz von SU-MIMO unter hoher Last erreichte. (Siehe: Massive MIMO-Studie in einer dichten städtischen Umgebung)

Latenz

Latenz ist eine kritische Metrik für Echtzeitanwendungen wie Sprach-, Gaming- und Industriesteuerung. In SU-MIMO, da Benutzer in einem Zeitteilungsplan auf ihren Einsatz warten müssen, wachsen Warteschlangenverzögerungen mit der Anzahl aktiver Benutzer. In Spitzenzeiten kann ein Benutzer Hunderte von Millisekunden Verzögerung erfahren, wenn das Netzwerk überlastet ist. MU-MIMO reduziert die Latenz, indem es mehrere Benutzer gleichzeitig bedient und somit das Planungsintervall verkürzt. In dichten Wi-Fi-Netzwerken hat sich gezeigt, dass MU-MIMO die durchschnittliche Latenz um über 50% reduziert im Vergleich zu SU-MIMO unter der gleichen Last (siehe: Cisco Whitepaper auf Wi-Fi 6).

Fairness

Die Fairness bei der Ressourcenzuweisung wird wichtig, wenn die Benutzer unterschiedliche Kanalbedingungen haben. SU-MIMO neigt dazu, Benutzer mit guten Kanälen zu bevorzugen (z. B. solche, die näher an der Basisstation mit hohem SINR sind), weil sie räumlichere Ströme nutzen können. Dies kann zum Hungern von Zellkantenbenutzern führen. MU-MIMO kann durch die Gruppierung von Benutzern mit unterschiedlichen Kanaleigenschaften den Durchsatz gleichmäßiger ausgleichen. Wenn die Basisstation jedoch keine ausreichend orthogonalen Benutzer finden kann, kann die Leistung schwacher Benutzer leiden. Erweiterte Planungsalgorithmen, wie proportionale Fairness, werden verwendet, um dies zu mildern.

Interferenzmanagement

Dichte Netzwerke leiden unter Co-Kanal-Interferenzen von benachbarten Zellen oder Access Points. SU-MIMO bietet wenig inhärente Interferenzminderung - ein Benutzer, der Daten von seiner dienenden BS erhält, kann durch Übertragungen von einer nahe gelegenen interferierenden BS stark beeinträchtigt werden. MU-MIMO mit richtiger Koordination (z. B. koordiniertes Multipoint oder CoMP) kann Interferenzen durch Techniken wie kooperatives Beamforming mildern, aber dies erfordert Informationsaustausch zwischen Basisstationen und erhöht die Komplexität. In der Praxis kann die Fähigkeit von MU-MIMO, Benutzer räumlich zu trennen innerhalb einer einzelnen Zelle kann intrazellige Interferenzen reduzieren, aber Interzelleninterferenzen bleiben eine Herausforderung, die eine netzwerkweite Koordination erfordert.

Herausforderungen und Kompromisse bei der Umsetzung

Während MU-MIMO eine überlegene Leistung in dichten Netzwerken verspricht, bringt es erhebliche Herausforderungen bei der Umsetzung mit sich, die gegen die Vorteile abgewogen werden müssen.

Rückmeldungen zu Kanalstaat-Informationen

Bei FDD-Systemen (Frequency-Division Duplex) müssen die Benutzer den Kanal schätzen und diese Informationen an die Basisstation zurückführen. Der Feedback-Overhead wächst linear mit der Anzahl der Benutzer und Antennen. In einem dichten Netzwerk mit vielen aktiven Benutzern können die von CSI-Feedback verbrauchten Uplink-Ressourcen zu einem Engpass werden. Zeit-Duplex-Systeme (TDD) nutzen die Kanal-Reziprozität aus, was den Feedback-Overhead reduziert, aber TDD ist aufgrund von regulatorischen Einschränkungen oder bestehenden Bereitstellungen nicht immer möglich.

Hardware und Stromverbrauch

Massive MIMO-Basisstationen mit Dutzenden oder Hunderten von Antennen erfordern ausgeklügelte Hochfrequenzketten (RF), Hochgeschwindigkeits-Analog-Digital-Wandler (ADCs) und leistungsstarke Basisbandprozessoren, was die Hardwarekosten, den Stromverbrauch und die Anforderungen an das Wärmemanagement erhöht. Für Kleinzellen-Einsätze (z. B. Pico- oder Femtozellen) können die Kosten pro Zelle unerschwinglich sein. SU-MIMO ist mit weniger Antennen, die an der Basisstation benötigt werden, in der Regel billiger zu implementieren, insbesondere wenn Benutzergeräte auch begrenzte Antennen haben.

Komplexität der Planung

MU-MIMO stellt ein rechentechnisch komplexes Planungsproblem dar: Die Basisstation muss Benutzer auswählen, Streams zuweisen, Precoder entwerfen und sich an wechselnde Kanalbedingungen anpassen – alles in Echtzeit. Das Optimierungsproblem (Maximierung der Summenrate unter Berücksichtigung von Fairness- und Leistungsbeschränkungen) ist im Allgemeinen NP-hart. Heuristische Algorithmen (z. B. gierige Benutzerauswahl) werden verwendet, aber sie können nicht in allen Szenarien eine optimale Leistung erzielen. Die SU-MIMO-Planung ist einfacher, da nur jedem Benutzer ein Zeitfenster zugewiesen werden muss.

Real-World Anwendungen und Standards

Die Wahl zwischen SU-MIMO und MU-MIMO ist nicht immer absolut; moderne Systeme unterstützen beide Modi und können dynamisch wechseln, je nach Verkehrs- und Kanalbedingungen.

Wi-Fi (IEEE 802.11ac/ax)

Wi-Fi 5 (802.11ac Wave 2) führte Downlink-MU-MIMO ein, was einem Zugangspunkt mit 4 Antennen ermöglicht, bis zu 4 Benutzer gleichzeitig zu bedienen. In der Praxis war Wi-Fi MU-MIMO in Umgebungen mit vielen Geräten, wie Büros, Konferenzräumen und öffentlichen Hotspots, am vorteilhaftesten. Wi-Fi 6 (802.11ax) erweitert MU-MIMO auch auf Uplink und unterstützt bis zu 8 orthogonale Benutzer mit Mehrfachfrequenzaufteilung (OFDMA). Tests zeigen, dass Wi-Fi 6 mit MU-MIMO bis zu 4x Kapazitätsverbesserung gegenüber Wi-Fi 5 in dichten Bereitstellungen liefern kann (siehe: Wi-Fi Alliance Release).

5G neues Radio und Massive MIMO

5G NR ist im Wesentlichen auf massive MIMO ausgelegt, eine Form von MU-MIMO mit einer sehr großen Antennenanordnung an der Basisstation. Mit 64 oder 128 Antennen kann ein 5G gNB gleichzeitig 16 oder mehr Benutzer in jedem Zeitschlitz bedienen. Dies ist entscheidend für die Erfüllung der Anforderungen an ultrahohe Kapazität und niedrige Latenzzeiten von eMBB (Enhanced Mobile Breitband) und ultrazuverlässiger Kommunikation mit niedriger Latenz (URLLC). In 5G ist MU-MIMO nicht optional, sondern der Standardbetriebsmodus. SU-MIMO wird nur verwendet, wenn ein einzelner Benutzer die volle räumliche Kapazität benötigt, wie z. B. bei einem festen drahtlosen Zugang (FWA) oder wenn nur ein Benutzer anwesend ist.

Wi-Fi 7 und darüber hinaus

Das kommende Wi-Fi 7 (802.11be) verbessert MU-MIMO weiter, indem es bis zu 16 räumliche Streams und Multilink-Betrieb unterstützt. Es führt auch koordiniertes Beamforming zwischen mehreren Zugangspunkten ein, um Interferenzen zwischen Zellen in dichten Bereitstellungen zu verwalten und MU-MIMO effektiv über Zellen hinweg zu erweitern.

Zukünftige Richtungen

Die Weiterentwicklung von MIMO setzt sich mit mehreren vielversprechenden Forschungswegen fort, die den Leistungsvergleich in künftigen dichten Netzwerken prägen werden.

AI-Enhanced MIMO: Machine Learning Algorithmen können die Benutzerauswahl, das Precoder-Design und das Beam-Management in Echtzeit optimieren, wodurch der Komplexitätsaufwand von MU-MIMO möglicherweise reduziert und gleichzeitig die Leistung verbessert wird.

Vollduplex-Funkgeräte ermöglichen gleichzeitiges Senden und Empfangen auf der gleichen Frequenz. Kombiniert mit MIMO könnte Vollduplex-Funkgeräte die spektrale Effizienz verdoppeln und die Latenz weiter reduzieren.

Rekonfigurierbare intelligente Oberflächen (RIS): RIS-Panels, die aus vielen passiv reflektierenden Elementen bestehen, können die Funkumgebung formen, um die MIMO-Kanalbedingungen zu verbessern. In dichten Netzwerken kann RIS die Orthogonalität der Benutzer verbessern, wodurch MU-MIMO effektiver wird und der Bedarf an massiven Antennenarrays reduziert wird.

Zellfreies Massives MIMO: Eine Architektur, in der viele verteilte Zugangspunkte zusammenarbeiten, um alle Benutzer kohärent zu bedienen und so Zellgrenzen effektiv zu eliminieren. In solchen Systemen arbeitet MU-MIMO über mehrere APs hinweg und bietet beispiellose Fairness und Kapazität in dichten Umgebungen.

Schlussfolgerung

In dichten Netzwerken begünstigt der Leistungsvergleich zwischen Einzelbenutzer-MIMO und Mehrbenutzer-MIMO MU-MIMO entscheidend für die Gesamtkapazität, die spektrale Effizienz und die Latenz. SU-MIMO bleibt für isolierte Verbindungen mit hoher Bandbreite wertvoll, aber mit zunehmender Benutzerdichte bietet die Fähigkeit von MU-MIMO, mehrere Benutzer gleichzeitig zu bedienen, einen grundlegenden Vorteil. Um diesen Vorteil zu realisieren, sind jedoch erhebliche Investitionen in Hardware, ausgeklügelte Signalverarbeitung und effiziente Feedback-Mechanismen erforderlich. Netzwerkplaner müssen Kompromisse in Kosten-, Komplexitäts- und Bereitstellungsszenarien sorgfältig berücksichtigen. Zukünftige Fortschritte in massiven MIMO, KI-Optimierung und zellfreien Architekturen versprechen, das Gleichgewicht weiter in Richtung MU-MIMO zu kippen, was es zum dominierenden Paradigma für die 5G-Ära und darüber hinaus macht.

Für diejenigen, die tiefer in die technischen Details eintauchen möchten, siehe das wegweisende Lehrbuch "MIMO-OFDM Wireless Communications" von Yong Soo Cho et al., den 3GPP-Technical Report TR 38.901 für die Kanalmodellierung in dichten städtischen Umgebungen und aktuelle IEEE-Umfragen zu massiven MIMO-Implementierungsherausforderungen.