这里边是一些用Matlab写的可以运行的MIMO预编码程序，有关多用户的，是从网上搜集整理的一些内容，对于想找该方面资料的人应该是有帮助的。

软件程序按照发射端所掌握的各用户信道状态信息的程度共分为两部分：即完整信道状态信息(CSIT)和部分信道状态信息(CSIP)。其中，每一部分都包括预编码(precoding)和用户调度(scheduling)。 在CSIT中，precoding又按照各用户的数据流数分为单数据流和多数据流两种情况。在每种情况下，首先考察了不同预编码算法的性能表现，包括两种ZF、MMSE、SINR、SLNR。之后又考察了功率分配算法的性能表现（文件名中含有PD表明其含有功率分配的过程）。按照不同指标进行功率分配的

这里边是一些用Matlab写的可以运行的MIMO预编码程序，有关多用户的，是从网上搜集整理的一些内容，对于想找该方面资料的人应该是有帮助的。

这里边是一些用Matlab写的可以运行的MIMO预编码程序，有关多用户的，是从网上搜集整理的一些内容，对于想找该方面资料的人应该是有帮助的。

DL混合预编码器 这是论文的源代码 在本文中，我们提出了一种新颖的神经网络架构，称为自动预编码器，以及一种基于深度学习的方法，该方法可共同感知毫米波（mmWave）通道并仅需几个训练飞行员即可设计出混合预编码矩阵。 更具体地，所提出的模型利用对信道的先前观察来实现两个目标。 首先，它以无监督的方式基于周围环境优化压缩通道感测矢量，以将感测功率集中在最有希望的空间方向上。 这是通过一种新颖的神经网络体系结构实现的，该体系结构考虑了RF链上的约束并将发射机/接收机测量矩阵建模为两个复数值卷积层。 其