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。

MIMO-OFDM中双STBC译码算法的研究，张清，李立华，双STBC（Double-STBC）是空时分组编码（STBC）结构和垂直分层空时编码（V-BLAST）结构相结合的MIMO方案。STBC结构可以获得分集增益，可靠性��

MIMO技术的良好运用依赖于接收端快速、准确的信号检测技术，这要求检测算法兼具较低的复杂度和较高的检测性能，提供信号检测算法的MATLAB实现很有必要。

在Matlab的平台上,应用QPSK调制,以及3种不同的探测方法,实现并模拟了2x2的MIMO功能. 在Matlab的平台上,应用QPSK调制,以及3种不同的探测方法,实现并模拟了2x2的MIMO功能.

大规模多输入多输出（MIMO），也称为超大型MIMO系统，是5G的一种吸引人的技术，可以提供比4G更高的速率和功率效率。 线性预编码方案能够实现接近最佳的性能，因此比非线性预编码方案更具吸引力。 但是，大规模MIMO系统中的常规线性预编码方案（例如正则归零强制（RZF）预编码）具有接近最佳的性能，但由于需要大尺寸的矩阵求逆，因此具有较高的计算复杂度。 为了解决这个问题，我们利用Cholesky分解和Sherman-Morrison引理，通过在大规模MIMO系统中利用渐近正交信道特性，提出了基于CSM（Cholesky和Sherman-Morrison策略）的预编码方案来进行矩阵求逆。 根据误码率（BER）和平均总和率对结果进行数字评估。 与逆矩阵的Neumann级数逼近相比，得出的结论是，在大规模MIMO配置中，通过较少的运算，基于CSM的预编码的性能优于常规方法。

在过去的几十年中，对快速机动目标进行成像一直是一个活跃的研究领域。 通常，实现具有多个元件的阵列天线以避免在合成Kong径雷达反演（ISAR）成像中涉及的运动补偿。 但是，与仅使用一根天线的ISAR成像系统中实现的复杂算法相比，由于硬件复杂性高，因此存在价格困境。 本文提出了一种具有两个分布式阵列的宽带多输入多输出（MIMO）雷达系统，以降低系统的硬件复杂性。 此外，给出了系统模型，等效阵列生产方法和成像程序。 与经典的真实Kong径雷达（RAR）成像系统相比，在我们的方法中有非常重要的贡献，因为可以获得许多附加的虚拟阵列元素，因此可以将较低的硬件复杂度纳入成像系统。 提供了数值模拟以测试我们的系统和成像方法。

近年来MIMO技术在电力线通信(PLC)领域受到广泛的关注，可在不增加带宽的基础上提升系统比特速率和频谱利用率。针对传统迫零预编码算法求逆运算复杂度太高的问题，提出一种基于双边雅克(Two-Sided Jacobi，TSJ)奇异值分解(SVD)的预编码算法，可有效降低计算复杂度。首先构造实对称矩阵，然后通过双边雅克比变换对该矩阵进行对角化，最后引入泰勒级数展开以简化计算过程。仿真结果表明，在不损失计算精度的情况下，所提算法能有效改善系统误码率性能。