空时编码的用途：
一是获得分集增益（STBC，通过不同的发射天线发送相同传输信号的不同副本，实现空间分集，提高传输质量）；
二是获得复用增益（V-BLAST在同一时隙，将不同的符号通过不同的天线发射出去，实现空间复用，提高吞吐量）；
空时编码设计的目标：
就是获得最大分集增益NM，最大编码增益和可能的最大吞吐量
空间分集-空时分组码（STBC）
空时分组码可视为一种能够提供满分集增益和具有非常低的编码和译码复杂度（最大似然译码算法）的多个发射天线系统的调制方案。
发送端结构
接收端结构
空间复用-分层空时码（BLAST）
1. 分层空时结构发射机
水平分层空时编码（HBLAST）
具有单一编码
各层独立编码
对角分层空时编码（DBLAST）
螺旋分层空时编码（T-BLAST）
发射机结构和分层空是编码一致，空间交织器可由循环移位交织器实现。
2. V-BLAST垂直分层空时结构接收机
（1）最大似然译码算法（最佳译码算法），随着每一个符号所包含比特数的增加，最大似然译码器的复杂度呈指数上升。（如球形译码）
（2）设计具有比最大似然译码接收机的复杂度低的接收机的方法就是利用均衡技术来区分不同的符号（运用均衡的思想来去除符号间干扰（ISI））。目标就是在对噪声的最小的前提下将符号分开。在MIMO接收机中考虑的两种最常用的线性均衡算法就是迫零（ZF）均衡器和最小均方误差（MMSE）均衡器。其复杂度随数据率的增加而线性升高。
- 迫零（ZF）均衡器
迫零算法时一种不考虑噪声的线性均衡算法。事实上，在干扰消除的过程中，噪声有可能得以增强。噪声增强因子为（9.22）所示。
- 最小均方误差（MMSE）均衡器
为了解决迫零算法对噪声的放大作用，线性最小均方误差算法的目标就是用一个矩阵乘以（9.1）式，从而使得有效噪声最小化，或者等价地，该均衡器最大化了有效SNR。MMSE检测矩阵的为：
（3）一种低复杂度的接收机就是采用 “分而治之”的策略来代替对所有符号联合译码。
译码器将符号一个接一个地检测。在对第一个符号译码时，来自于其它符号的干扰被视为噪声。在得到第一个符号的检测之后，就将它对各个接收方程中的影响消除。于是，第二个符号就从这一组新的方程中检测。同样的，将检测得到的第二个符号对各个接收方程中的影响消除，于是第三个符号就从这一组新的方程中检测。如此进行，直到所有的符号被检测出来。（该算法适用于接收天线数大于等于发射天线数时才成立）
该算法包含三个步骤：
- 排序：目的是决定在译码的每一步检测哪个符号，最优的检测顺序是从最强到最弱的信号。
- 干扰消除：目的就是在对下一个符号译码时去除已检测的符号的干扰。
3. 零干扰：目的是从正在译码的符号中去除未检测符号的干扰的应影响。例如通过ZF和MMSE算法。
- 迫零零干扰
实际中通常采用迫零来实现零干扰。
- MMSE干扰抑制算法
注意：如果说系统模型为r(M*1)=H(M*N) *x(N*1)+n(M*1),则，而不是r(1*M )=x(1*N)*H(N*M)+n(1*M),则有