针对LED通信系统中信道估计性能低的问题，提出了将正交频分复用（OFDM）系统与多输入多输出（MIMO）技术相结合的可见光通信系统及其基于信噪比的自适应信道估计算法。通过对最小二乘法(LS)、最小均方误差(MMSE)、离散傅里叶变换改进最小二乘法(LS-DFT)、离散傅里叶变换改进最小均方误差(MMSE-DFT)以及分布式压缩感知同步正交匹配追踪（DCS-SOMP）5种信道估计方法的研究，确定了信噪比的临界阈值。当信噪比低于临界阈值时，采用MMSE-DFT算法进行信道估计；当信噪比高于临界阈值时，选用DCS-SOMP算法进行数据重构并恢复信道脉冲响应矩阵。仿真结果表明，当信噪比为1 dB~40 dB时, 所提算法的均方误差得到有效降低（2.95 dB~15 dB），且LED通信系统的通信质量得到提高。

基于近场MIMO阵列的3-D重构的改进Omega-K算法

MIMO系统中检测算法研究原创-MIMO_detection.rar 内含ZF、MMSE、QR分解、ZF_IC、MLD及两种MLD改进算法。

为了更好的利用MIMO技术,必须对MIMO信道的特性进行研究,建立适合于多天 线系统的仿真模型。通过将空间角度的概念引入到信道的仿真模型中,给出了一个完整的MIMO信道的仿真模 型,并给出了相关的仿真算法。 关键词:多天线;多入多出;信道建模

针对大规模 MIMO系统信道估计精度低及反馈方案较为复杂的问题，在差分信道估计及反馈方案上提出了一种基于系数相关性的压缩采样匹配追踪（BCC-CoSAMP）算法。该算法将CoSAMP算法中衡量两个向量之间关系的内积替换为基于相关系数的向量关系判定，从而较快地选出与原始信号相关性强的原子，达到提高信道估计精度的目的。仿真结果表明，与CoSAMP算法相比，所提出的BCC-CoSAMP算法在低信噪比情况下，信道估计精度平均有5 dB的提高，同时能平均提高系统总速率1.25 bit/(s.Hz)。

大规模MIMO系统中基于压缩感知的稀疏信道估计

多媒体应用的快速增长的需求已经破坏了视频传输的改进。 随着多媒体传输的增加，体验质量（QoE）已成为无线网络研究的热点。 提出了一种MIMO-OFDM网络中一种QoE感知资源分配算法。 通过在最小功率的约束下考虑视频传输速率和子载波方案，将功率分配估计公式化为根据QoE最大化。 在本文中，我们将分析从应用层的传输速率到物理层的功率分配的视频传输性能。 从仿真结果可以看出，所提出的子载波分配算法通过最小化具有功率约束的MIMO网络中多用户的总和失真来最大化视频QoE。

产生相关瑞利MIMO信道模型function hh=channel_coeff(NT,NR,N,Rtx,Rrx,type)

《大规模MIMO检测算法VLSI架构——专用电路及动态重构实现》是清华大学刘雷波教授的著作，本书首先分别介绍线性和非线性大规模MIMO检测算法，及对应的专用电路的设计，然后提出并设计大规模MIMO检测可重构处理器，并介绍相应的数据通路和配置通路的设计方法，该方法解决了大规模MIMO检测芯片缺乏高灵活性和高扩展性这一难题，最后对大规模MIMO检测VLSI架构在服务器端、移动端和边缘计算端的应用进行展望。

研究多入多出（Multiple Input Multiple Output，MIMO）系统空间相关性模型和空间相关性对MIMO系统误码性能和信道容量的影响。