针对机器类通信（MTC）中大规模机器类通信（mMTC）和超可靠低时延通信（URLLC）的混合场景下差异化的随机接入需求，提出了一种面向差异化MTC场景需求的随机接入方案。该方案根据设备定时提前（TA）信息进行分组：对于URLLC设备，基站为组内核心设备预留前导码资源并通过非竞争方式接入网络，进而满足URLLC场景的高可靠低时延接入需求；对于mMTC设备，基站利用不同设备组TA信息的差异来区分选择相同前导码设备，并利用迭代干扰消除（SIC）检测设备数据信息，进而满足mMTC场景的海量接入需求。仿真结果表明，本方案能够显著提升成功接入设备数。

LTE-A(Long Term Evolution-Advanced)系统有高速率、低时延的需求。但是，系统中的干扰严重影响了终端接收信号质量，限制了系统性能的提升。对于小区间的同频干扰，重点研究了干扰消除性能较优的IRC(Interference Rejection Combining)算法。针对目前IRC算法的两种经典的协方差矩阵估计方案—基于数据信号和基于DM-RS参考信号的协方差矩阵估计方案的优点与不足，给出了一种基于样本点选取的协方差矩阵估计的改进方案。仿真结果表明，改进后的IRC算法较基于DM-RS参考信号的协方差矩阵估计的IRC算法有1 dB～2 dB的性能增益，因此更适用于受同频干扰比较严重的LTE-A系统中。

正弦信号的matlab代码消除 该项目分为几个部分。 uhd收发器：uhd收发器和数字消除器的C ++代码。 请参阅路径以了解更多详细信息。 数字消除：正弦波和QPSK信号的数字消除的Matlab代码以及UHD消除结果的可视化。 请参阅路径以了解更多详细信息。 GRC图：一些通信系统的图和示例。 图片：有关信道h，TX和RX前同步码，导频，数据和频谱的一些结果。

一种新的基于异步 NOMA 的串行干扰消除算法

matlab的BER代码深集成电路 基于深度学习的软干扰消除符号检测器，基于论文： N. Shlezinger、R. Fu 和 YC Eldar。 “ DeepSIC：用于多用户 MIMO 检测的深度软干扰消除”。 arXiv 预印本，arXiv:2002.03214, 2020。 存储库内容 DeepSIC 的实现包括两个功能： GetDeepSICNet - 生成和训练 DeepSIC MIMO 检测器。 训练以顺序方式进行（参见上述参考资料中的顺序训练）。 s_fDetDeepSIC - 使用训练模型检测符号，返回 BER。 评估 ViterbiNet 的代码示例可以在脚本 DeepSIC_Test1.m 中找到。 此代码需要带有深度学习工具箱的 Matlab。 论文中报告的结果是使用 Matlab 2018b 模拟的。

文中提出一种针对多用户数据传输的干扰消除方法，主要用于卫星转发地面多用户数据链路传输中的用户间干扰消除。本文介绍基于并行干扰消除的多用户检测方法的基本原理，通过LMS算法推倒用户幅度信息，给出具体实现系统模型。

行业文档-设计装置-一种金属检测机电源干扰消除装置.zip

飞行时间（Tof）摄像机的多摄像机干扰消除

自己写的NBI最小二乘窄带干扰滤波器仿真 注释清晰详细 NBI最小二乘窄带干扰消除 滤波器 matlab仿真程序 注释详明

空间相关的多输入多输出通道上具有连续干扰消除器的自适应联合最大似然检测和最小均方误差