针对信道路径数未知的大规模多输入多输出（MIMO，multi-input multi-output）系统，提出一种稀疏度自适应的压缩感知信道估计方法——块稀疏自适应匹配追踪（BSAMP，block sparsity adaptive matching pursuit）算法。利用大规模MIMO系统子信道的联合稀疏性，通过设置阈值及寻找最大后向差分位置对支撑集原子进行快速初步选择，同时考虑了观测矩阵非正交性造成的能量弥散，提高算法的估计性能；通过正则化对原子进行二次筛选，以提高算法的稳定性。仿真表明，该算法能快速、准确地恢复稀疏度未知的大规模MIMO信道信息。

最大后验概率准则 最大后验概率准则即选择后验概率集{P(sm|r)}中概率最大值的信号 由Bayes公式可得 其中 是给定sm条件下观测向量的条件PDF， 是第m个发送信号的先验概率， 当M个信号先验等概时 此时 最大等价于 最大 最大后验概率准则即等价于最大似然准则 称为似然函数

此代码演示了如何将动态多输入多输出 (MIMO) 系统从状态空间形式转换为传递函数形式。 在这里，您可以提供描述系统动态的 A、B、C、D 矩阵（或使用函数 rss() 生成随机系统）。 然后你可以得到 MIMO 系统的传递函数矩阵。 相同的概念可以很容易地应用于 SISO 系统。 请注意，您几乎可以在 matlab 帮助文件中找到大部分信息，但是 ss2tf 函数的描述不是很详细（尤其是 'iu' 的重要性），因此这个例子

当通信速率较高时，室内光信号的多径效应不可忽视，当发送端存在时间弥散性时，提出一种室内可见光通信多输入多输出（VLC-MIMO）多径衰落信道建模方法。由于光正交频分复用（OFDM）技术能有效抵抗码间干扰，故将非对称限幅光OFDM（ACO-OFDM）和MIMO相结合，建立MIMO-ACO-OFDM系统。用迭代法计算每对LED和光电探测器（PD）之间的冲激响应，连接LED和PD阵列的几何中心作为等效视线传输（LOS）信道，建立了多径信道模型。分析表明，当PD在房间中间时多径信道路径增益大，多径干扰弱；当PD在墙角时信号衰减大，多径干扰强。采用迫零（ZF）和最小均方误差（MMSE）检测，理论推导了系统误码率性能，建立了蒙特卡罗仿真模型。仿真表明，低阶调制时系统有更好的性能。当调制阶数小于64时，MMSE比ZF更有优势，随着信噪比增大两中检测方法得到的系统性能趋于相同；当LED半功率角变小时光束会聚强，PD在房间中心时性能最好，越往墙边性能越差；当PD视场角变小时，虽然在房间中心时接收功率不变，但多径干扰变弱性能变好。

多输入多输出（ｍｕｌｔｉｐｌｅ　ｉｎｐｕｔ　ｍｕｌｔｉｐｌｅ　ｏｕｔｐｕｔ，ＭＩＭＯ）稀疏布阵虽然可以获得最大的连续虚拟孔径，但在机载应用中无法进行规则的稀疏布阵。采用模拟退火算法，以ＭＩＭＯ接收端的虚拟收发联合波束为优化对象，对ＭＩＭＯ雷达的稀疏布阵进行优化设计。通过优化ＭＩＭＯ雷达的发射和接收阵元位置，可以在保持主瓣在不展宽的情况下获得更好的旁瓣水平，仿真结果验证了这一方法的有效性。

针对多输入多输出(MIMO)雷达阵列稀布导致栅瓣效应的问题,研究了L型阵列方向图综合方法。通过在发射和接收阵列的阵元位置中引入随机扰动,同步优化收发阵列,对MIMO雷达L型阵列等效构造的虚拟矩形平面阵列进行二维方向图综合,并且对遗传算法的变异算子进行改进,提高全局搜索性,从而有效抑制栅瓣,降低二维合成方向图中方位维和俯仰维的峰值旁瓣电平。仿真实验证明了所提算法的有效性。

一篇关于mimo的本科论文，希望对大家有所帮助

5G通信系统中massive-MIMO-FBMC技术的结合概述.pdf

OFDM一本较新的教程，韩国人写的，很有参考价值。

MIMO信道容量仿真，可成功运行,希望能够帮到你