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。

即将于2019年7月1日实施的环境试验标准， GB∕T 2423.52-2018

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。

不完全信道状态信息条件下MIMO信道容量分析，张倩倩，王中苓，本文在了解了无线MIMO系统模型的基础上，针对在信道估计有误差的情况下，把信道估计误差和信道噪声作为等效噪声得到等效噪声方差��

智能控制中的迭代学习控制有着广泛的用途，迭代学习控制算法简单，控制效果优良，以上给出了多输入多输出系统的迭代学习控制仿真程序

多输入多输出预测型型迭代学习matlab仿真实现，可适应不同的曲线。

两输入两输出的比例型迭代学习控制算法的实现

基于非完美信道状态信息，针对系统发射功率受限和用户速率需求约束下的系统和速率最大化问题，结合多输入多输出（MIMO）和非正交多址接入（NOMA）技术设计预编码和接收机。限定强用户的每条数据流都需要解码相应的弱用户信号以利用串行干扰技术消除弱用户信号的干扰，利用半正定规划和一阶泰勒展开将所形成的非凸优化问题转化为D.C.问题，并采用罚函数解决预编码秩为1的限制。仿真结果表明，相比于正交多址接入技术，所提出的D.C.算法可以提高系统和速率。

针对湿式磨机在磨矿过程中负荷(ML)难以测量的特点,提出了一种基于核函数选择的多输出LSSVM磨机负荷软测量方法。引入能量熵的概念,借助超球体表示和核函数本身蕴涵的度量特征,提出基于样本分布能量熵的支持向量机核函数选择方法;利用LSSVM建立模型对多输入多输出磨机负荷进行软测量,且将据此测量的结果与BP神经网络测量结果进行了比较。仿真结果表明,借助样本分布能量熵选择LSSVM核函数,有助于SVM泛化能力和磨机负荷软测量准确率的提高。

matlab开发-多输入多输出多系统的模型预测控制。采用二次规划方法模拟多输入多输出系统的模型预测控制