大规模多输入多输出系统中的波束赋形技术是提升无线网络容量与频谱效率的关键物理层手段。该技术通过在基站侧配置数十乃至数百根天线，形成高空间分辨率的有向波束，从而在同一时频资源上服务多个用户终端。其核心优势在于利用空间自由度，将广播信道转化为一系列并行的、具有定向特性的点对点链路。然而，将这一理论优势转化为实际网络中的稳定性能增益，面临着多用户调度与干扰协调两大紧密关联的系统性挑战。这些挑战根植于无线信道的时变特性、用户间的空间相关性、有限信道状态信息的精度限制以及系统计算的实时性约束之中。
多用户调度是大规模多输入多输出系统中资源分配的首要环节。其目标是从大量活跃用户中，动态地选出一组能够在同一时频资源块上进行空间复用的用户子集。理想的调度应使得被选用户集合的总体吞吐量最大化，同时保障一定的公平性与服务质量。调度器的决策直接决定了后续波束赋形设计的边界条件。一个基本矛盾在于用户间的信道特性差异。理论上，当多个用户的信道向量在空间上近似正交时，基站可以通过迫零或最小均方误差等线性预编码算法，生成彼此干扰很小的独立波束，从而实现高效的空间复用。然而，在实际场景中，用户的空间分布并非理想，信道正交性很难完美实现。用户移动、环境散射体变化导致信道快速时变，使得基于瞬时信道信息的调度决策有效窗口很短。此外，调度还需考虑用户的业务需求差异，如延迟敏感型业务与背景流量业务对资源竞争的不同要求。因此，调度算法需要在多维约束下进行优化：既要追求瞬时信道条件带来的多用户分集增益，选择信道质量好且空间隔离度高的用户组合；也要考虑长期公平性，避免边缘用户或信道条件较差的用户长期无法获得服务；还需兼顾信令开销，因为获取所有用户的精确瞬时信道状态信息本身需要消耗可观的上行链路资源。常见的调度策略，如基于信道幅度与空间相关性的贪婪用户选择，或比例公平调度在波束域上的扩展，都在试图平衡这些相互冲突的目标。但无论如何，任何调度决策都不可避免地会在被调度的用户集合内残留一定的空间干扰，这便自然过渡到了干扰协调的问题。
干扰协调，或者更具体地说，多用户干扰抑制，是实现高效空间复用的另一面。即便经过精心调度，被共调度的用户间信道通常也不会完全正交。基站利用下行链路信道状态信息计算预编码矩阵的过程，本质上就是一种主动的干扰协调。迫零预编码通过将指向目标用户的波束峰值方向对准其信道主特征向量，同时将波束的零陷方向对准其他共调度用户的信道方向，从而在理想情况下完全消除用户间干扰。然而，迫零预编码对信道状态信息的准确性极为敏感，且可能以牺牲部分有用信号功率为代价。最小均方误差预编码则在抑制干扰与保留信号功率之间寻求一个更优的折衷。无论是哪种线性预编码，其性能都严重依赖于基站所掌握的信道状态信息的完整性与及时性。在大规模多输入多输出系统中，获取准确的信道状态信息是一个重大挑战。由于天线数量庞大，通过传统的下行训练、上行反馈机制获取全部信道信息会带来巨大的信令开销和反馈延迟。时分双工系统可以利用信道互易性，通过用户发送的上行探测参考信号来估计下行信道，但这要求严格的校准以保障上下行链路射频通道的一致性，且对信道在上下行时隙间的变化敏感。频分双工系统则缺乏互易性，通常需要用户设备估计下行信道后量化反馈，这在天线维度极高时会导致难以承受的反馈开销，通常需要借助信道的空间相关性进行压缩反馈。无论是哪种方式，实际可用的信道状态信息都不可避免地存在误差，包括量化误差、估计误差和由于反馈延迟导致的信息过时。这些非理想的信道状态信息会直接导致预编码计算失准，使得设计中的波束零陷无法精确对准干扰用户，造成残余干扰泄漏。残余干扰会随着共调度用户数的增加而累积，成为限制系统实际复用增益的主要瓶颈。
多用户调度与干扰协调并非两个独立的环节，而是深度耦合、互为条件。调度器选择的用户组合决定了干扰协调问题的难度。选择空间隔离度天然较高的用户组，即使基于非完美的信道状态信息，预编码算法也能相对容易地生成低干扰的波束。反之，若调度了空间位置接近、信道高度相关的用户，即使拥有完美的信道状态信息，线性预编码算法也可能因信道矩阵接近奇异而无法有效解耦用户，导致波束赋形增益显著下降，甚至无法进行稳定传输。因此，先进的调度算法必须将干扰协调的潜在能力纳入考量。一种思路是联合调度与预编码设计，即在调度过程中就模拟预编码的性能，评估不同用户组合下，在非理想信道状态信息条件下预期的信干噪比或可达速率。但这带来了极高的计算复杂度，因为需要遍历或搜索庞大的用户组合空间，并对每一种候选组合求解一次预编码优化问题，这在实际系统中，尤其是在用户数众多、需要快速决策的场景下，往往难以实时实现。因此，研究焦点常在于设计复杂度可控的近似算法，例如先通过低复杂度的度量进行初步筛选，再对精简后的候选集进行更精确的评估。
除共调度用户间的干扰外，还存在其他层面的干扰挑战。在大规模多输入多输出组网场景中，相邻小区或扇区使用相同频段时，会产生小区间干扰。传统蜂窝网络通过频率复用规划来抑制此类干扰，但在追求高频谱效率的大规模多输入多输出系统中，普遍采用同频组网，这使得小区间干扰协调变得至关重要。波束赋形技术本身可以用于协调小区间干扰，例如，通过协作多点传输，多个基站共享信道状态信息，联合为边缘用户设计预编码，将对其他小区用户的干扰也纳入零陷设计范围。但这需要基站间进行大量的信道信息交换与联合计算，对回程链路的容量与延迟提出了苛刻要求。更为实际的方案是基于有限协作的干扰协调，例如只交换宽带的长期统计信息，而非瞬时的信道向量，基于此设计波束成形以抑制对邻小区用户的平均干扰。另一种思路是利用大规模天线阵列的空间分辨能力，通过调整波束形状和发射功率，使波束能量更集中地覆盖在本小区用户所在区域，天然地减少对邻区的泄漏，但这要求基站能够准确识别用户的地理位置或角度域信息。
在实现层面，多用户调度与干扰协调还面临计算复杂度和系统开销的硬约束。预编码矩阵的计算涉及大规模矩阵的求逆或分解运算，其计算复杂度与基站天线数和共调度用户数的乘积呈超线性增长。当天线规模达到数百时，实时计算更新预编码矩阵对基带处理单元的计算能力构成了严峻挑战，需要设计专用的硬件加速架构或采用低复杂度的近似算法。同时，如前所述，获取信道状态信息所需的训练与反馈开销，以及协作场景下的信息交互开销，都是系统必须有效管理的稀缺资源。系统设计需要在性能增益与实现成本之间进行细致的权衡。例如，可能需要采用基于长期统计信息的波束赋形来服务部分用户，以降低对瞬时信道信息的需求；或者采用分层的调度与预编码策略，先利用宽波束进行粗调度，再对选定的用户组利用高分辨率波束进行精细传输。
