波束赋形权值怎么算？

权值从哪里来？

从信道状态信息反算。基站先通过上行探测或下行参考信号估计出各用户到各阵子的信道（含幅度与相位），再依据某个优化准则求出权值。权值本质是信道的「逆运算」——想把能量精准送到用户，就得先知道信道把能量带去了哪。

迫零和 MMSE 区别？

迫零（ZF）把对其他用户的干扰压到零，简单但在低信噪比或用户信道相近时会放大噪声，反而掉速。MMSE 在「抑制干扰」和「放大噪声」之间取平衡，实际系统更常用。选哪个准则，决定了波束在干扰与噪声之间的取舍。

信道估计不准会怎样？

权值建立在错误信道上，算出来的方向也是错的：波束指偏、该压的干扰没压住，吞吐不升反降。所以信道估计精度是权值质量的源头，估计差一点，后面权值再精也算歪。这也是为什么校准和参考信号设计这么重要。

权值多久更新一次？

业务波束随用户移动与信道快变，按调度周期更新才能跟上；广播波束慢变，更新频率低。更新越快越「跟人」，但参考信号、信令与计算开销也越大。工程上在跟踪精度和开销之间取折中。

权值计算依赖校准吗？

强依赖。通道相位若没校好，估计出的信道本身就带偏差，算出的权值叠不到该去的方向。校准提供准确的幅相参考，是权值能算对的前提，二者不能割裂看。

用户挤在一起权值还有用吗？

当多用户空间上几乎重合，阵列的空间分辨率不够，多用户波束难以分开，权值收益下降。这时靠更多通道提升分辨率，或调整站址/点位，而不是指望更聪明的权值硬分。权值有边界，超出边界要加硬件。

从权值计算到工程落地的深度展开

波束赋形权值的本质是一组施加在每路通道上的复系数（相位与幅度），远场方向图是这些通道辐射的相干叠加。目标函数决定权值长什么样：广播波束要宽覆盖、低旁瓣、稳定；业务波束要聚到具体用户、压住对邻区的泄漏。同一副阵列，广播与业务两套权值是两套解题思路，不能混用一套。

信道估计是权值算得准的前提。业务波束权值依赖上行 SRS 或 DMRS 估计出的信道，估计噪声大、互易性偏差（TDD 上下行校准没过）都会直接污染权值。我们常说一句话：校准不过，权值白算。权值求解再漂亮，输入信道是脏的，输出方向图也是歪的。

权值求解是在约束下优化，不是无约束最大化。功率约束保证总 EIRP 不越频段许可；旁瓣约束保证不把能量打向邻区制造干扰；多用户正交约束保证配在一起的用户的权值互不正交、互相不抬干扰。工程上常在这几类约束间做折中，而不是追求单目标最优。

实时性是落地的一道坎。业务波束权值随用户移动刷新，刷新太慢跟不住移动，太快参考信号开销爆炸。我们建议按用户速度分级：静止或慢速用户慢刷、高速用户快刷，把开销和跟随精度平衡在合理区间。权值版本与基线要归档，便于问题复现与回滚。

数值稳定性常被忽略。大规模阵列的权值求解是病态问题，通道数越多条件数越差，微小估计误差被放大。我们建议求解时加正则化、做奇异值截断，并对权值做幅度限幅，避免个别通道过载而其余闲置，方向图反而畸变。

权值要可解释、可审计。AI 或自适应算出的权值若成黑箱，排障时无据。我们建议每次权值变更记录触发条件、输入信道质量、输出方向图指标，让权值链可追溯。优化可以自动，责任不能自动，这点对运营商网络尤其重要。

权值求解要可复现。同样的输入信道应得到同样的权值，随机性会毁掉排障。我们建议权值求解固定算法与种子，每次结果可重算，出问题能定位到输入还是算法。

多用户权值要联合优化而非各自算。分开算的用户权值叠在一起常互相抬干扰，联合优化才把系统干扰压到最低。我们建议配对组内做联合权值优化，而不是单用户最优点加总。

权值粒度要匹配调度。用户分组粗，权值跟着粗，分辨率浪费；分组细，开销涨。我们建议权值粒度与调度分组对齐，让分辨率花在刀刃上。

硬件非线性要进权值约束。功放非线性在高峰值功率时失真，权值若把某通道推到饱和，方向图与 EVM 都坏。我们建议权值加峰值功率约束，不把通道推到非线性区。

权值验收要含 EVM 与方向图双指标。只看方向图可能漏掉失真，只看 EVM 可能漏掉干扰。我们建议权值验收双指标同过，两个维度都达标才算合格。

落地核对清单

1. 信道估计口径与上下行互易校准先确认。
2. 权值目标函数区分广播波束与业务波束。
3. 总 EIRP 与旁瓣约束写入权值求解。
4. 多用户权值正交性校验，防互相抬干扰。
5. 刷新频率按用户速度分级，平衡开销与跟随。
6. 权值版本与基线归档，便于复现与回滚。
7. 大规模阵列加正则化与奇异值截断。
8. 权值做幅度限幅，防个别通道过载。
9. 数值条件数差时重估，不硬解。
10. 每次权值变更留痕可审计。