该文件为 Linear Transmit Processing in MIMO Communications Systems 的复现代码

多用户MIMO中继预编码算法研究.pdf

大规模 MIMO 系统的上行数据检测问题中的格基（信道矩阵）自然是短的和正交的，因此建议我们可以应用不使用格约简的混合方案。 仿真结果证实了这种扩展的有效性。

为了进一步减少多用户MIMO（Multiple-Input Multiple-Output）下行传输系统的误码率，提出了正则块对角化迫零矢量预编码设计（RBD-ZF-VP）。该方法利用正则块对角化预编码（RBD）和矢量预编码（VP）的优点，在原有MIMO系统RBD预编码的基础上，将RBD预编码的矩阵转变成信道等价矩阵，然后利用迫零（ZF）准则求出VP的扰动矢量，再将扰动矢量加到原有信号上构成新信号向量，接着对新信号向量进行处理。仿真结果表明，该方案支持多用户多天线MIMO传输系统，与传统的块对角化（BD）预编码和RBD预编码相比，有效地提升了系统性能，具有显著的系统误码率性能优势。

使用连续凸近似的MIMO窃听通道的迭代预编码

为了提高正交空时分组码的MIMO系统性能，提出了采用预编码的空时分组码信号检测方案，该方案在发射端将正交分组编码和预编码矩阵相结合，在接收端采用MMSE均衡译码算法。分析了最小均方误差（MMSE）均衡译码算法和最大似然（ML）译码算法，将此两种算法的性能与最大比值合并（MRC）的性能进行了仿真和比较。仿真结果表明，MMSE算法与ML算法性能相比在误比特率为10-5时有约0.5 dB的增益。

因某不道德客户从我这边拿了该MATLAB程序之后就恶意退款，所以我决定将此程序与大家免费共享。 该程序是对论文《Hybrid Digital and Analog Beamforming Design for Large-Scale Antenna Arrays》内提出所有算法的复现，但是将MIMO瑞利信道改为了MIMO莱斯信道。主要内容为单小区单用户和单小区多用户的模拟预编码、数字预编码、量化预编码器等相关算法改进。 论文中算法有些小细节不清楚或者有错误，程序中做了调整，比如Algorithm 1中如果按论文将矩阵初始化为全1矩阵，会导致后面矩阵计算出现秩为0而无法求逆的情况，因此初始化为随机矩阵。 如果您对massive MIMO预编码算法感兴趣，可以下载此程序参考学习，希望对您有所帮助~ 该程序涉及到多次蒙特卡洛和很多的矩阵运算，因此运行时间会比较长，如果您没有足够的时间，可以将蒙特卡洛次数减少。

预编码程序，很实用的代码哦，值得推荐使用的代码

主要介绍了在大规模MIMO 系统中的恒包络预编码算法，描述了该算法提出的背景，介绍了恒包络预编码向
量的求解方法。然后重点分析了在非完美信道状态信息条件下的恒包络预编码算法，计算了非完美CSI 对恒包络算
法的影响，分析表明，该误差所带来的影响与恒包络预编码向量无关，而只与信道估计误差有关，从而可以通过选
择合适的估计算法和导频序列，来减少估计误差带来的影响。

SLNR下，信噪比和误码率的关系,比较SLNR和SINR最大的情况；基于SLNR准则的MIMO下行链路预编码；SLNR下，信噪比和误码率的关系,涉及了两域联合。