在发射器和接收器处采用多个天线将探索额外的空间资源，以利用空分多址（SDMA）技术在系统吞吐量中提供可观的收益。 最佳多用户MIMO线性预编码被认为是多用户MIMO研究领域的关键问题。 在这种多用户系统中的挑战是设计预编码向量以最大化系统容量。 提出了一种基于粒子群算法的带LMMSE检测的最优多用户MIMO线性预编码方案。 所提出的方案旨在通过线性预编码和线性检测来最大化多用户MIMO系统的系统容量。 本文探讨了一种简化的函数来解决最优问题。 采用粒子群优化算法，可以根据简化函数容易地找到最优线性预编码向量。 与基于信道块对角化方法的多用户MIMO线性预编码方案相比，该方案提供了显着的性能改进。

我们提出了一种用于多用户多输入多输出（MIMO）多流下行链路传输的系统，该系统在发射机处采用基于协方差的线性预编码器，在每个接收机处采用最小均方误差（MMSE）均衡器。 用户设备的天线被布置为接收绑定到该用户的不同流。 此外，允许这些接收不同流的天线通过联合均衡器彼此协作，从而导致多用户MIMO多流传输链路。 根据协方差信道状态信息（CSI）为每个流设计预编码器。 数值分析表明了该系统的可行性和实用性。 利用所提出的方法，可以将用于多用户多输入单输出（MISO）单流传输的基于协方差的预编码概念有效地扩展到多用户MIMO多流传输链路。

应用背景波束成形是MIMO 关键技术之一。多用户MIMO 系统中存在多用户干扰和多天线干扰，波束成形技术能有效抑制此类干扰，在信道中同时传播多路并行数据流，实现分集增益和复用增益。本代码用于测试多用户MIMO通信系统中各种波束成型预编码合速率、误码率性能比较。关键技术 多用户MIMO通信系统中各种波束成型预编码算法合速率、误码率性能比较。我们研究了多种经典的波束成形方法，包括奇异值分解（Singular value decomposition, SVD）、块对角化（Block diagonalization, BD)、迫零（Zero forcing,ZF ）、匹配滤波（ Matched filtering, MF ）、最大化信泄噪比（ Maximum signal-to-leakage-and-noise, Max-SLNR ） 和最小化均方误差（ Minimum mean-squared error, MMSE）。通过仿真，我们得出结论：在传统的多用户MIMO系统下， 采用各种波束成形方法的和速率性能优劣排序如下：SVD>Max-SLNR>MMSE>BD>ZF>MF。

energy_consumption_in_MU_MIMO_with_mobility 此代码计算单小区多用户MIMO系统的下行链路中的能耗，在该系统中，基站（BS）使用N个天线与K个单天线用户设备（UE）通信。 UE根据随机步行移动性模型在小区中四处移动。

空分复用多用户多输入多输出(MIMO)系统具有很高的频谱利用率,由于其系统结构和所处的信道环境的复杂性,使得用户间缺乏协作关系,当用户间干扰消除有残差或信道估计不准确时,传统线性接收机不能获得理想的检测效果.针对这一问题,利用每个用户的自身信道对多用户系统用户端信道进行扩展重构,给出一种高效的基于最小化均方误差(MMSE)准则的检测算法,此算法利用扩展后的信道对用户端接收机进行优化,不仅易于实现,还可以获得较好的误码率性能,有效的减少了多用户干扰消除后的残差和信道估计误差对检测算法的影响.仿真结果表明了所

用于多小区多用户MIMO系统的干扰抑制方法

针对大规模多用户多输入多输出（MIMO）系统中基站端检测复杂度高的问题，提出了一种低复杂度、基于强制收敛的变量节点全信息高斯消息传播迭代检测（VFI-GMPID-FC）算法。首先对传统的 GMPID算法进行改进，得到VFI-GMPID算法，VFI-GMPID算法的检测性能逼近最小均方误差检测（MMSE）算法，但复杂度要大大低于MMSE算法。然后结合强制收敛思想和VFI-GMPID，提出VFI-GMPID-FC算法，进一步降低算法复杂度，提升检测效率。最后通过仿真结果表明，所提算法在保证检测性能的同时，能有效地降低算法的复杂度。

多用户MIMO预编码技术：块对角化BD，分别采用SVD技术，最大似然检测，最小均方误差检测的误码率性能仿真代码。里面有代码，仿真图等。

多用户MIMO中继预编码算法研究.pdf

基于BD算法的多用户MIMO下行功率自适应，杨文谦，王亚峰，在多天线系统的研究中，目前的方向多数集中在通过预编码或者其他干扰消除技术来提升系统性能，而对于功率控制和干扰消除技术相结