大规模多输入多输出（MIMO）是第五代无线通信系统的一项关键技术。 联合空间划分和复用（JSDM）方法可以降低频分双工（FDD）系统CSIT的下行链路训练和反馈成本。 本文研究了基于JSDM的用户分组和用户调度问题，提出了一种复杂度较低的改进贪婪用户调度算法。 数值结果表明，基于改进算法的用户分组和调度具有较低的计算复杂度，而对系统性能的影响却很小。

MIMO和智能天线技术结合的关键是如何能在同一个系统中同时采用两种技术。MIMO和智能天线技术共存的主要障碍是天线结构：智能天线要求天线间距取1/2波长，并且用于SIMO和 MISO系统；而MIMO要求天线间距为数个波长，并且只用于MIMO系统。本文给出的方案很好地解决了这个问题。在该方案中，发送端和接收端可以是移动台或者基站，即MIMO和智能天线技术的结合在移动台和基站都可以使用。这种方案方法巧妙，可行性强，充分结合了MIMO和智能天线技术的优点，能够大大提高4G系统的性能，对实际运用有一定的指导作用。

AMP-SBL Unfolding for Wideband MmWave Massive MIMO Channel Estimation 宽带毫米波大规模MIMO信道估计，用的是AMP-SBL方法，含文献及Python代码

用于OFDM注水功率分配，以及MIMO-ofdm算法等

应用背景波束成形是MIMO 关键技术之一。多用户MIMO 系统中存在多用户干扰和多天线干扰，波束成形技术能有效抑制此类干扰，在信道中同时传播多路并行数据流，实现分集增益和复用增益。本代码用于测试多用户MIMO通信系统中各种波束成型预编码合速率、误码率性能比较。关键技术 多用户MIMO通信系统中各种波束成型预编码算法合速率、误码率性能比较。我们研究了多种经典的波束成形方法，包括奇异值分解（Singular value decomposition, SVD）、块对角化（Block diagonalization, BD)、迫零（Zero forcing,ZF ）、匹配滤波（ Matched filtering, MF ）、最大化信泄噪比（ Maximum signal-to-leakage-and-noise, Max-SLNR ） 和最小化均方误差（ Minimum mean-squared error, MMSE）。通过仿真，我们得出结论：在传统的多用户MIMO系统下， 采用各种波束成形方法的和速率性能优劣排序如下：SVD>Max-SLNR>MMSE>BD>ZF>MF。

MIMO-OFDM无线通信技术及MATLAB实现pdf（包括matlab代码）没有缺胳膊少腿的，放心食用。 作为研究生导师的工具人，找出来的资料必须记录上！

参考资料：参见“正交幅度调制：从基础到自适应网格编码、涡轮均衡和空时编码 OFDM、CDMA 和 MC-CDMA 系统”一书中的第 21.2.1 节

该书详细讲解了MIMO信息理论、误码率分析及接受分集理论

本段代码仿真了OFDM-MIMO系统，针对于其发射分集采用的是SFBC-OFDM调制技术。在调制完成之后，对信号的时域特征和频域特征进行了仿真与分析。

本资源为基于空时分编码的MIMO-OFDM的通信系统的仿真，调制解调技术采用了OFDM技术，并且设置了多个发射机和接收机。代码可以正常运行，最后得出该系统的误码率，本人跑过，可以出图。