Signal_detection_OFDMPowerofDNN 题为“深度学习在OFDM系统中用于信道估计和信号检测的强大功能”的MATLAB演示 部署了Rayleigh信道，为Winner2信道（Data_Generation_WIN2.m显示WIN2 for SISO）安装了该工具箱，但是将在信道实现上花费更多时间，因此不建议这样做，并且建议将AWGN（衰落信号，SNR）不发送信号，我％的AWGN代码 MIMO-OFDM无线通信书中的MMSE_Channel_Tap_Block_Pilot_Demo_1.m MMSE_Uniform_PDP.m通过奇异值分解进行OFDM信道估计的论文 没有上传python版本，其他人上传了python演示 Demonstration_of_papers_DNN是主要的 DNN_Regression_Image_SER_Test用于染色 不需要使用T

I/Q不平衡OFDM系统基于噪声方差门限的信道估计

l1_MAGIC工具箱，里面包含使用手册，例程和函数，可以直接看例程学习

在多径通信系统中，实时、准确地得到信道信息，是信道均衡和数据检测的关键。文中利用训练序列（PN 序列）良 好的循环自相关性，进行准确的时域信道估计，并在 FPGA 上实现

WCDMA下行链路自适应信道估计

大规模MIMO系统信道估计与信号检测算法研究

应用了典型的MMSE算法对MIMO-OFDM信道进行估计,包含有详细的说明 (a typical application MMSE algorithm for MIMO-OFDM channel estimation, contains detailed explanations)

基于导频的最小二乘（LS）估计方法的优点是结构简单、容易实现，但对噪声和干扰敏感。为了抑制噪声和干扰，引入了整体最小二乘法（TLS）进行信道估计，并给出了整体最小二乘法的公式。该方法同时考虑了信道噪声和信道时变特性。理论分析和仿真结果表明，该算法能有效消除噪声和干扰，较好地恢复传输信号。

大规模MIMO通信的贝叶斯信道估计

采用LS和MMSE算法对OFDM系统进行信道估计，很不错，含有详细的解析 (using LS and MMSE algorithm OFDM system channel estimation, with detailed analysis)