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

用于模拟传输和接收 16-QAM 调制的脚本。 符号错误率是从模拟中发现的，并确认模拟结果与理论描述比较好。 理论描述请参考以下帖子： http://www.dsplog.com/2007/12/09/symbol-error-rate-for-16-qam/

基于于多相滤波器和FFT实现的信道化发射机、信道接收机，FBMC理论方面的经典论文

基于Jakes模型建立

ls 信道估计matlab代码Residual_CNN 使用 MATLAB R2020b 重复名为“Deep Residual Learning Meets OFDM Channel Estimation”的论文的结果 它被定义为 ReEsNet。 我认为他们没有发布代码，所以我不确定我所做的是否百分百正确，所以玩得开心。 这是一个在 MATLAB 中实现残差神经网络的简单演示。 它确实是我的零件代码的一个版本，但很久以前，所以如果有任何错误，请告诉我。 它有效，至少我可以向您发送经过训练的 DAG NN 的副本。 如果您有任何问题，请告诉我。 %% 修剪 去看看详情。 Pruning.m 用于修剪神经网络。 DAG 是只读结构，这就是为什么我们需要一个模块来进行修剪的原因。 CDF_Layerweights.m 用于查看权重的 CDF 并输出准备修剪的权重的位置，以便 Pruning.m 进行修剪。 %% MMSE MMSE_Channel_Tap.m 是基于 jakes 模型的假设。 LMMSE.m 是线性 MMSE，使用 profile 查看一些信息，所以我把它作为一个模块。 ％

使用内置 Rayleighchan 函数和频域均衡的 Rayleigh 信道中 OFDM 的 BER

抽头延时信道的脉冲响应为 时变传递函数为 实际信道的抽头延时线模型节数有限，取为 Tm为信道多径展宽。所以 其中时变抽头 是复随机过程。在Rayleigh衰落统计特征下， 服从Rayleigh分布， 的相位服从均匀分布。

FBMC 的 AWGN 信道仿真(matlab实现) The simulation of FBMC with AWGN channel.

为了避免软交换宽带信令监测可能带来的网络风险，合理的采集方案设计十分必要。文章主要介绍软交换宽带信令协 议和现有的主要采集手段，并针对规模化软交换宽带信令采集的实施，提出了可能出现的问题和解决方案建议。