输入时分MIMO发射阵元位置和接收阵元位置，计算天线阵的模糊图。用以评价天线的主瓣宽度和旁瓣电平等主要指标

Massive MIMO（大规模天线）技术是 4.5G/5G 的关键技术之一，全球通信业 者对Massive MIMO技术都非常关注。中国移动和日本软银已经开展了TD-LTE Massive MIMO 技术。中国联通、中国电信、Telkomsel 等运营商完成了 FDD Massive MIMO 外场测试。我国 5G 第一阶段试验中 Massive MIMO 被作为关 键技术，且有华为、中兴、爱立信等 5 家厂商参与试验。3GPP 从 R13 版本开 始已经将支持 Massive MIMO 作为重要特性之一。

Low complexity ZF detection algorithm for Massive MIMO systems

5G 8×8 MIMO天线系统，HFSS仿真结果，微波课程设计做了好久

无线网络规划与优化

状态空间方程是现代控制理论的基础,在预测控制算法中,当系统釆用状态方程表达式时,不需要像求解广义预测控制律一样在线求解Diophantine方程,并且使得MIMO系统的系统表达和公式的推导更为简洁和直观,有利于预测控制方法的稳定性分析,已被越来越的人所采用.

MIMO-OFDM系统的接收信号是多个发射天线发送信号的衰落与加性噪声的线性叠加，若采用通常SISO-OFDM系统或MIMO系统的估计算法估计信道，将会带来很大的估计误差。出于设计实现的考虑，本文主要研究理论相对比较成熟的慢变环境下基于训练序列的MIMO-OFDM系统的信道估计算法。本章将主要讨论MIMO-OFDM系统特殊训练序列的设计和信道估计算法的选择。多天线系统的信道估计算法同单天线系统的相比具有更大的复杂性，因为接收信号是多个发射信号的叠加信号，这些发射信号同时从多个发射天线上发射出来，几乎同步到达任一接收天线。因此要从一个叠加信号中正确的识别出多个发射信号，需要信道估计算法能估计出各发射天线到同一接收天线之间多个并行信道的信道特性。而任一发射天线到任一接收天线之间的信道估计可参考单天线系统的算法。

MIMO-OFDM通信系统,对比4QAM,16QAM以及64QAM对应的误码率+代码操作视频 运行注意事项： 使用matlab2021a或者更高版本测试，运行里面的Runme.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。

mimo雷达波束形成的低副瓣lcmv算法,比较新的资料

本论文讲述了mimo 传输当中的分布式天线问题以及信道容量问题，是不错的论文