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。

OFDM_ofdm_ofdm信道估计_OFDM信道估计_LMMSE信道估计

ofdm信道估计，LS.LMMSE.SVD

常用的两种信道估计算法，基于matlab，可以正常运行

系统带宽 Bw＝8.75MHz 采样速率 Fs＝10MHz Nfft=1024 ofdm符号长度 Tb＝102.4 us 循环前缀cp长度 Tg＝12.8 us Ts=Tb+Tg 一帧中共26OFDM符号，导频插入方式根据符号序列奇偶不同而不同，第一个符号序列为1，即1～26编号，导频在2～25符号中插入。

具有多个天线的中继网络上的迭代LMMSE单信道估计

使用 LS、LMMMSE 和计算效率高的 LMMMSE 方法。 % Ref：JJ Van de Beek，“OFDM 系统中的同步和信道估计”，博士论文，九月。 1998年

此函数是 LMMS（线性最小值均方误差），用于抵抗ISI（符号间干扰） 在通信系统中。 模拟在我的个人资料中提供，文件名为 LMMSEsimulation.m 请给出意见

ChanEqua_CMA: 利用CMA算法进行信道盲均衡 ChanEqua_Sato: 利用Sato算法进行信道盲均衡 ChanEqua_LMMSE: 利用LMMSE算法进行信道均衡 ChanEqua_LMS: 利用LMS算法进行信道自适应均衡 ChanEqua_RLS: 利用RLS算法进行信道自适应均衡 LMS: LMS算法子函数 Exp_LMS_InvSysIde: 讨论ISI信道系统零点对系统逆辨识影响 和本程序配套的本人博客链接为：https://blog.csdn.net/wlwdecs_dn/article/details/106325440

线性最小均方误差估计LMMSE的matlab算法 QPSK调制，系统辨识（LMS算法） 代码可以正常运行，可以画出信道响应，星座图等图像，非常适合作为参考。