2*2MIMO瑞利信道下的信道仿真，检测方式包括 ZF

ar模型matlab代码纸2 该存储库包含使用以下时间序列预测的MATLAB代码：（i）ARIMA模型的MMSE预测（ii）卡尔曼滤波方法（iii）人工神经网络。 上面技术的小波版本的代码也显示在这里。 由于中心思想相同，因此降雨数据和地球物理钻Kong数据的代码遵循相似的步骤。 以下是所有MATLAB文件的描述： ar_kalman_algo_2008.m：用于时间序列预测的卡尔曼滤波方法。 tec_algo2008_ann.m：用于时间序列预测的前馈神经网络。 tec_algo_mmse.m：使用ARIMA模型的MMSE预测。 wann_algo2008.m：基于小波的前馈神经网络，用于时间序列预测。 wkalmanl3.m：用于时间序列预测的基于小波的卡尔曼滤波方法。 wmmsel6_algo2008.m：使用ARIMA模型的基于小波的MMSE预测。

基于导频的信道估计，采用LS和MMSE算法，并进行二者的比较，做出误差曲线。

我不知道为什么没有人提交使用 MMSE 进行信道估计的模拟。 但是，我通过 LS 和 MMSE 估计器之间的信道估计比较来模拟 OFDM 系统。

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.

对MMSE算法，频域均衡技术进行了仿真，并得到正确的结果

ChanEqua_CMA: 利用CMA算法进行信道盲均衡 ChanEqua_Sato: 利用Sato算法进行信道盲均衡 ChanEqua_LMMSE: 利用LMMSE算法进行信道均衡 ChanEqua_LMS: 利用LMS算法进行信道自适应均衡 ChanEqua_RLS: 利用RLS算法进行信道自适应均衡 LMS: LMS算法子函数 Exp_LMS_InvSysIde: 讨论ISI信道系统零点对系统逆辨识影响 和本程序配套的本人博客链接为：https://blog.csdn.net/wlwdecs_dn/article/details/106325440

利用MMSE算法进行波束成型仿真实验，附有每行注释适合初学者。根据一个信源，四个干扰源各自从不同角度入射到天线阵列，进行相位法空域滤波，MMSE计算权值

阵列信号处理方向图以及各种准则下的波束形成算法、自适应波束形成仿真的matlab代码，很齐全，下载即可自己仿真使用，包含详细的注释

MIMO中MMSE的MATLAB源码， 这 个是我基于BPSK修改而成的，还是要非常感谢原来的出处。