搜索资源列表
simulation
- mimo-mc-cdma系统上行链路中分别针对单用户和多用户的不同检测算法的比较
Recei_MCCDMA_MUsymbols_Vblast
- 本程序仿真了MIMO VBLAST 的接收机及其多用户检测过程，广泛用于3G和B3G系统
MIMO_N_N_FADING
- MIMO衰落信道的多用户分集性能分析
MIMO_PROTECOL
- MIMO衰落信道的多用户分集性能分析
LTEandLTE_Advanced
- 近年来随着移动互联网业务和物联网业务的兴起与 发展，用户对移动宽带业务需求越来越旺盛，对移动通信 网络的接入速率和质量要求也越来越高，原有基于码分多 址（CDMA）的3G及其增强技术未来将无法满足业务发展 需要，因此3GPP及3GPP2组织自2004年开始启动长期 演进（LTE）/空口演进（AIE，后改名为超移动宽带UMB）项 目，旨在通过引入一些关键技术，如正交频分复用（OFDM） 调制技术、多入多出（MIMO）技术、混合自动重传请求 （HARQ）、全IP扁平化
Paring-algorithm
- 移动通信SDMA中多用户共用信道的四种配对方法-MIMO SDMA muliti-user Paring algorithm
Selection-OfMIMO
- 多用户分布式MIMO系统的低复杂度天线选择算法-Low complexity antenna selection algorithm for multi-user distributed MIMO system
Radio-channel-estimation
- 无线信道估计：基于mimo和ofdm信道估计理论，算法。包括 MIMO衰落信道的测量和建模方法； MIMO信道容量的分析； 基于MIMO的空时编/解码方法； 基于MIMO的接收机关键技术，如信道估计、均衡、多用户检测等。 -Radio channel estimation: theory, algorithms based mimo ofdm channel estimation. Include MIMO fading channel measurement and m
The-Multi-user-Detection-paper
- 提出了基于联合智能算法的MIMO-OFDM系统多用户检测算法。联合智能算法结合了粒子群优化算法、遗传算法、模拟退火算法的思想。-Joint intelligent algorithm is proposed based on multi-user detection algorithm of MIMO- OFDM system. Combined intelligent algorithm combining particle swarm optimization algorithm and g
MUD
- MIMO系统基于导频的信道估计及多用户检测，检测算法为：ZF/MMSE/ML-MIMO system multiple user detection base channel estimation.
BD
- 该程序的功能是MIMO系统中多用户通信时的干扰抑制，算法采用块对角化-Feature of the program is multi-user MIMO system communication interference suppression algorithm uses block diagonalization
Muti-User
- 代码的功能是MIMO系统中多用户基于发送端预编码算法，主要是对ZF预编码与MMSE预编码误码率性能比较-Code function is multi-user MIMO systems pre-coding algorithm based on the sending end, mainly for ZF and MMSE precoding pre-coding BER performance comparison
shuw
- 与在空间域上通过适当信号处理来分离多用户相比，下行多用户多输入多输出（MU-MIMO）传输技术因其显著增加系统容量的潜力近来已经得到广泛关注。令人遗憾的是，这些技术需要准确的信道状态信息保证其正常运行。然而在实践中，由于在FDD系统中反馈信道的有限容量导致精确的CSIT是难以获得的。本文研究的系统采用MU-MIMO下行链路传输中的分解有限反馈。特别是，支持能够处理用户间干扰的方案的必不可少的信息是确定的，根据把残余的用户间干扰功率最大限度地减小来设计最佳的码本。模拟结果表明，一般的有限反馈对通过
jianyan
- 多用户MIMO中的LS、EVD、ILSP随基站天线数量变化的仿真程序- Multi-user MIMO in LS, EVD, ILSP change with the number of base station antenna simulation program
MU_MIMO
- 多用户MIMO预编码技术的对比，bd预编码，zf预编码，mmse预编码等，对学习多用户mimo系统很有帮助。-Multi-user MIMO precoding technology comparison, bd precoding, zf precoding, mmse precoding, etc., to learn multi-user mimo system is very helpful.
MU_MIMO
- 多用户多输入多输出系统中的信道估计方法，包含matlab代码和C代码(channel estimation methods in MU-MIMO systems)
Taylor_3D_SUMU_DR_Capacity
- 3D MIMO下，比较了单用户和多用户下Taylor简化的容量(In 3D MIMO, the simplified capacity of Taylor under single-user and multi-user comparison is compared)
基于压缩感知的MASSIVE MIMO信道估计
- 基于压缩感知的MASSIVE MIMO信道估计，采用OMP算法解决稀疏信道估计问题。MASSIVE MIMO多小区多用户模型，合成稀疏信道（有效解决导频污染）。(Based on compressed sensing for MASSIVE MIMO channel estimation, OMP algorithm is used to solve the sparse channel estimation problem. MASSIVE MIMO multi cell and multi-
New_Result
- 研究能量受限的SWIPT无线通信网络中，基站采用MIMO多天线发送信号给用户节点，在有窃听节点的情况下，通过联合优化发射波束形成矢量、人工噪声协方差和接收PS比来最小化总发射功率，同时保证每个接收机的个体保密率和能量收集约束。(In the energy limited swipt wireless communication network, the base station uses MIMO multi antenna to send signals to user nodes. In t
大规模MIMO系统研究进展
- 随着无线通信技术的快速发展和智能手机的迅速普及，人们对数据传输速率提出了更高的需 求。为进一步提高数据传输速率，通过增加基站天线数目构建大规模ＭＩＭＯ系统，是一种高效而相对 便捷的方式。大规模ＭＩＭＯ系统能深度发掘空间维的自由度，使得基站能够利用同一时频资源服务于 多个用户。本文探讨了大规模ＭＩＭＯ系统的导频污染问题及解决方案、适用于大规模ＭＩＭＯ系统的 信道模型以及低复杂度的传输技术与实现方法三项关键技术。与现有ＭＩＭＯ系统相比，大规模ＭＩＭＯ 系统能显著提高频谱效率、能量效率和系统