基于MIMO技术信道容量的仿真与分析，王子剑，，和传统的单输入单输出（SISO）无线通信系统相比，多输入多输出（MIMO）技术可以明显增加信道容量。文中仿真分析了采用平均功率分配�

用于研究mimo-ofdm信道估计的文献资料，此资料涵盖了多种信道估计的导频结构，信道估计算法等关键技术。

在本文中，我们研究了多输入多输出（MIMO）和正交频分复用（OFDM）系统中的信道频率响应（CFR）矩阵和干扰加噪声协方差矩阵（ICM）估计，以抑制同信道干扰在接收方。 我们采用最小二乘准则执行初始CFR估计。 然后，我们在时域中估计干扰加噪声的自相关函数，而不是直接在频域中估计ICM。 自相关函数估计包括两个步骤。 首先，我们给出了残差样本自相关函数（SAFR）的期望与真实自相关函数之间的内在关系，该函数实际上是线性变换。 基于此，我们提出了一种补偿方法。 当导频OFDM符号数量小时，这种补偿将带来显着的性能提升。 其次，由于不能保证补偿后的SAFR是自相关序列（ACS），这会使获得的ICM损失具有正半确定性质，因此我们利用半定值编程（SDP）来找到最接近补偿后SAFR的ACS。 SDP以其双重形式解决，从而大大降低了复杂性。 最后，估算的ICM被重新利用以修改CFR估算。 估计的CFR和ICM在应用于干扰抑制合并接收机中时，表现出出色的干扰抑制性能。

在多输入多输出-正交频分复用(MIMO-OFDM)系统中,通过联合估计信道矩阵和干扰协方差矩阵(ICM)的方法来抑制同信道干扰.首先,利用最小二乘法和残差估计方法获取信道矩阵和ICM的初始估计值;然后,基于Cholesky分解方法对ICM的估计值进行改善,并利用改善后的ICM估计值对信道矩阵估计值进行更新.该方法充分利用了时域和频域中的所有可用信息,提高了信道估计精度,较好地抑制了同信道干扰.仿真结果表明:与其他可实现的非迭代方法相比,该方法所得的信道频率响应估计均方误差性能增益高于2 d B;信干噪比(SINR)越大,比特误码率性能的改善程度越好,并且随着天线数的增多,性能增益也增大.

作为第五代无线通信系统最重要的候选技术之一，大规模MIMO技术由于其在频谱效率和功率效率方面的显着改进而最近得到了广泛的研究。 作为无线通信的基础，研究大规模MIMO信道的传播特性至关重要。 本文研究了在6 GHz室内大厅场景中大规模MIMO信道的特性。 在视线（LOS）和非LOS（NLOS）条件下，均以200 MHz的带宽进行信道测量。 提取延迟域中的统计参数以显示沿大型天线阵列的空间变化。 基于测量的数据，首先定义空间变化，然后使用空间功率延迟分布相关系数和空间信道增益相关矩阵共线性来表征空间变化，并估计大规模MIMO阵列的准平稳区域。 此外，通过使用空间交替的广义期望最大化算法，根据传播环境提取和分类多径分量，这为大规模MIMO信道的空间变化提供了更多的见识。 最后，研究了所提取的角度参数的特征并对波动进行了建模，其中在大型天线阵列上清楚地观察到了空间变化现象。 发现变化的准平稳距离范围为2.5至32.5 cm，在6 GHz时，LOS情况与NLOS情况有所不同。 这些结果和讨论对于大规模MIMO信道的分析和未来建模很有用，并且可能有助于信道空间一致性的未来定义。

用于多小区多用户MIMO系统的干扰抑制方法

在MATLAB上实现扩展的SCM信道模型 clc;clear; scmpar=scmparset; linkpar=linkparset(6); % 10 links %linkpar.MsVelocity=0; scmpar.NumMsElements=2; scmpar.NumBsElements=2; antpar=antparset; [H delays out]=scm(scmpar,linkpar,antpar); % Initialize the parameters NumLoop = 90;%帧长 carrier_count=80;%子载波个数 carriers=1:carrier_count; NumSubc = 128;%IFFT和FFT的点数 NumCP =8;%循环前缀 NT=20 ; %导频之间的间隔,块状导频 Np=ceil(NumLoop/NT)+1;%导频数 %加1的原因：使最后一列也是导频 delta_t = out.delta_t; f_sym = 3.84e6; % sample frequency osr = floor((1/f_sym)/scmpar.DelaySamplingInterval); % over sample rate ts = 1/(f_sym*osr); % sample time_step

大规模多输入多输出(MIMO)技术通过增加天线的数目可以有效降低发送功率，提高能量效率，被认为是5G移动通信的一项关键技术。随着天线数目的大幅增加，信号检测的复杂度随之增加。分析了大规模MIMO 信号检测的研究现状，提出了近似信息传递(AMP)算法，并比较了 AMP 算法、Richarson 算法以及Neumann级数迭代近似算法的复杂度。仿真结果表明，该算法使用较少的迭代次数即可达到和MMSE近似的系统差错性能。

设计了一个4单元高隔离度手机天线，由4个辐射单元组成，辐射单元分别位于天线的4个角落。对天线辐射单元进行分析测试，测量天线辐射单元工作频段为3.43 GHz～3.86 GHz，覆盖5G移动通信测试频段。MIMO天线工作频段在端口回波损耗小于-10 dB阻抗带宽条件下，工作频段为3.45 GHz～3.64 GHz；在端口回波损耗小于-6 dB阻抗带宽条件下，天线工作频段为3.23 GHz～3.96 GHz。新设计的圆形开槽结构能减少天线和电子元器件耦合，并且天线具有良好的全向性和辐射特性。MIMO天线在3.2 GHz～4 GHz频率内，天线辐射效率为65%～73.4%。仿真表明，脑部辐射SAR(Specific Absorption Rate)参数小于1.6 W/kg，天线对人体影响较低。

利用压缩感知实现运动目标的稀疏成像时，运动引起的多普勒频移会增加模型维度，改变回波的中心频率，并影响测量矩阵的互相干特性。为了改善MIMO雷达对运动目标的三维成像性能，提出了一种高效的成像方法，在各维分别搜索目标的分布信息，并由该信息作为索引重构新的低维测量矩阵，借此缩小目标区域范围，同时基于测量矩阵的互相干性，应用贝叶斯方法实现多普勒维度投影矩阵的优化，降低多普勒频率采样带来的强相干性，实现高效稀疏成像。仿真结果表明，所提方法可以明显地提升运算效率，具有高效精确的成像性能。