1、比较了传统信道估计算法LS、MMSE的OFDM信道估计的性能。 2、MATLAB搭建了FC-DNN信道估计框架，参见《Power of Deep Learning for Channel Estimation and Signal Detection in OFDM Systems》。 3、所有程序均带有注释，便于理解。 4、两个文件夹，采用不同阶的调制方式，4阶和8阶。QPSK。 5、程序完全用Matlab实现。

应用背景波束成形是MIMO 关键技术之一。多用户MIMO 系统中存在多用户干扰和多天线干扰，波束成形技术能有效抑制此类干扰，在信道中同时传播多路并行数据流，实现分集增益和复用增益。本代码用于测试多用户MIMO通信系统中各种波束成型预编码合速率、误码率性能比较。关键技术 多用户MIMO通信系统中各种波束成型预编码算法合速率、误码率性能比较。我们研究了多种经典的波束成形方法，包括奇异值分解（Singular value decomposition, SVD）、块对角化（Block diagonalization, BD)、迫零（Zero forcing,ZF ）、匹配滤波（ Matched filtering, MF ）、最大化信泄噪比（ Maximum signal-to-leakage-and-noise, Max-SLNR ） 和最小化均方误差（ Minimum mean-squared error, MMSE）。通过仿真，我们得出结论：在传统的多用户MIMO系统下， 采用各种波束成形方法的和速率性能优劣排序如下：SVD>Max-SLNR>MMSE>BD>ZF>MF。

去除白噪声,用ＭＭＳＥ方法抑制白噪声来提高信噪比,是一种基于统计分析的噪声去除方法，广泛应用于语音增强方面.

语音增强经典MMSE算法，出自loizou speech enhancement

空分复用多用户多输入多输出(MIMO)系统具有很高的频谱利用率,由于其系统结构和所处的信道环境的复杂性,使得用户间缺乏协作关系,当用户间干扰消除有残差或信道估计不准确时,传统线性接收机不能获得理想的检测效果.针对这一问题,利用每个用户的自身信道对多用户系统用户端信道进行扩展重构,给出一种高效的基于最小化均方误差(MMSE)准则的检测算法,此算法利用扩展后的信道对用户端接收机进行优化,不仅易于实现,还可以获得较好的误码率性能,有效的减少了多用户干扰消除后的残差和信道估计误差对检测算法的影响.仿真结果表明了所

1.领域：matlab，离散菲涅耳变换的OCDM调制解调技术算法 2.内容：【含操作视频】基于离散菲涅耳变换的OCDM调制解调技术matlab仿真,对比4QAM,16QAM,64QAM三种映射以及ZF,MMSE两种均衡 3.用处：用于离散菲涅耳变换的OCDM调制解调技术算法编程学习 4.指向人群：本硕博等教研学习使用 5.运行注意事项： 使用matlab2021a或者更高版本测试，运行里面的Runme_.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。

量化器 量化器设计这组例程设计和评估标量量化器。 标量量化器由一组判定值和一组输出值定义。 Lloyd-Max 算法用于设计基于给定概率密度函数的最小均方误差标量量化器。 有两个基本的设计例程：QuantOpt 设计通用非均匀间隔量化器，QuantUnif 设计均匀间隔量化器。 对于每个，量化器还可以被限制为具有对称间隔的级别。 支持多种不同的概率密度函数。 1. 统一：统一的 pdf 导致统一的量化器2.高斯：高斯pdf 3.拉普拉斯：双面拉普拉斯pdf 4. Sine：随机相位正弦波的pdf 5. Gamma：Gamma pdf（参数为1/2的广义伽马分布） 6. Generalized Gamma：用附加参数指定的Generalized gamma pdf 7.制表：由一组点指定的pdf。 这些点是 (x,p) 对。 假定 pdf 在给定点和点外零之间是线性的。 对于足够平滑的 p

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。

1.构建出一个简单的系统模型：x[k]=h[k]*s[k]+n[k]。对输入的名字采用QPSK调制，得到发送信号s[k]、h[k]为信道、n[k]为噪声； 2.假设已知发送信号s[k]与接收信号x[k]，分别采用MVU与MMSE方法估计得到信道h[k]，绘出误差与信噪比关系曲线； 3.分别采用MVU与MMSE方法，用估计得到的信道h[k]和接收信号x[k]恢复出发送信号s[k]，再进行译码，检查与输入的名字是否一致。 有报告、源程序

matlab匹配滤波代码仅通过MMSE估计实现的自适应脉冲压缩 作者：Pardhu M 接触： 描述 此方法基于最小均方误差（MMSE）公式，其中从接收信号中自适应估计每个单个距离单元的脉冲压缩滤波器，以减轻大目标附近匹配滤波导致的掩蔽干扰。 代码详细信息 所有代码均以Matlab 2015版本编写。 参考文件 Blunt，Shannon D.和Karl Gerlach。 “通过MMSE估计进行自适应脉冲压缩。” IEEE航空航天和电子系统学报42.2（2006）：572-584。 免责声明 提及的作者对上述论文没有任何版权。