人工智能-多输出神经元模型的多层前向神经网络及其应用.pdf

多输入多输出不连续正交频分复用（MIMO NC-OFDM）系统是认知无线电（CR）系统的常用体制，由于授权用户占用而导致的载波不连续情况下的信道估计是影响该系统性能的关键技术问题。提出一种基于压缩感知（CS）的MIMO NC-OFDM 系统的信道估计方法——稀疏自适应匹配追踪（SAMP）算法。SAMP 算法在重构过程中先对信号稀疏度进行初始估计，然后自适应调整步长逐步逼近信号，相较于其他贪婪算法，能够在稀疏度未知的情况下准确重建稀疏信号。仿真结果表明，SAMP算法提高了重构精度，在实际应用中易于实现。

对于双输入双输出系统的模型预测控制（DMC）的MATLAB实现，能直接运行得到结论，是学习DMC的一个较好的资源。

利用PSO粒子群算法实现对多输入多输出SVM进行优化，程序可以运行。如果不能运行，可以私信。

多用户MIMO检测算法研究与仿真，马天福，运凯，多输入多输出（MIMO）技术以在不增加发射功率和带宽的前提下实现高速率的数据传输，正交频分复用（OFDM）技术将频率选择性衰落信道�

多输入-多输出系统 图9-6 多变量系统

BP神经网络的多输入单输出、多输入多输出预测

1.SVM多输入多输出 2.客服传统多输入单输出模式

多输入多输出SVM，可以直接运行，不能使用私信留言

MIMO Tool是用于MATLAB的工具箱（在5.3到7.8的每个版本中都可以正常使用），其开发目的是为连续时间MIMO线性系统分析和鲁棒的控制综合提供完整的工具箱。 该工具背后的主要思想是允许用户在不离开可视化界面的情况下执行典型 MIMO 控制系统设计的每一步： -) 建模-) 开环系统分析-) 控制系统综合-) 闭环评估-) 控制器优化/模拟 可以在程序中访问 HTML 帮助文件。 这个工具箱是在比萨大学电气系统与自动化系 (DSEA) 内开发的，在教授的监督下。 Mario Innocenti、Massimo Davini 是视觉界面的主要开发者，Giampiero Campa 是底层例程的主要开发者。 重要的是，此工具箱需要以下内容： -) 控制工具箱-) LMI 工具箱-) Mu-Tools 工具箱强大的控制和优化工具箱在存在时允许更多功能，但不是运行程序所必需的。