CSDN海神之光上传的代码均可运行，亲测可用，直接替换数据即可，适合小白； 1、代码压缩包内容 主函数：main.m； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2019b或2023b；若运行有误，根据提示修改；若不会，私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开main.m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描博客文章底部QQ名片； 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 功率谱估计： 故障诊断分析： 雷达通信：雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计：SOC估计 目标定位：WSN定位、滤波跟踪、目标定位 生物电信号：肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统：DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪（CEEMDAN）、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 1. EMD（经验模态分解，Empirical Mode Decomposition） 2. TVF-EMD（时变滤波的经验模态分解，Time-Varying Filtered Empirical Mode Decomposition） 3. EEMD（集成经验模态分解，Ensemble Empirical Mode Decomposition） 4. VMD（变分模态分解，Variational Mode Decomposition） 5. CEEMDAN（完全自适应噪声集合经验模态分解，Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise） 6. LMD（局部均值分解，Local Mean Decomposition） 7. RLMD（鲁棒局部均值分解， Robust Local Mean Decomposition） 8. ITD（固有时间尺度分解，Intrinsic Time Decomposition） 9. SVMD（逐次变分模态分解，Sequential Variational Mode Decomposition） 10. ICEEMDAN（改进的完全自适应噪声集合经验模态分解，Improved Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise） 11. FMD（特征模式分解，Feature Mode Decomposition） 12. REMD（鲁棒经验模态分解，Robust Empirical Mode Decomposition） 13. SGMD（辛几何模态分解，Spectral-Grouping-based Mode Decomposition） 14. RLMD（鲁棒局部均值分解，Robust Intrinsic Time Decomposition） 15. ESMD（极点对称模态分解， extreme-point symmetric mode decomposition） 16. CEEMD（互补集合经验模态分解，Complementary Ensemble Empirical Mode Decomposition） 17. SSA（奇异谱分析，Singular Spectrum Analysis） 18. SWD（群分解，Swarm Decomposition） 19. RPSEMD（再生相移正弦辅助经验模态分解，Regenerated Phase-shifted Sinusoids assisted Empirical Mode Decomposition） 20. EWT（经验小波变换，Empirical Wavelet Transform） 21. DWT（离散小波变换，Discraete wavelet transform） 22. TDD（时域分解，Time Domain Decomposition） 23. MODWT（最大重叠离散小波变换，Maximal Overlap Discrete Wavelet Transform） 24. MEMD（多元经验模态分解，Multivariate Empirical Mode Decomposition） 25. MVMD（多元变分模态分解，Multivariate Variational Mode Decomposition）
基于GMD-DPC/THP的两组Alamouti非线性预编码系统
<项目介绍> 经验模态分解、时变滤波的经验模态分解、集成经验模态分解、变分模态分解、完全自适应噪声集合经验模态分解、局部均值分解、鲁棒局部均值分解、固有时间尺度分解、逐次变分模态分解、改进的完全自适应噪声集合经验模态分解、特征模式分解、鲁棒经验模态分解、辛几何模态分解、鲁棒局部均值分解、极点对称模态分解、互补集合经验模态分解、奇异谱分析、群分解、再生相移正弦辅助经验模态分解、经验小波变换、离散小波变换、时域分解、最大重叠离散小波变换、多元经验模态分解、多元变分模态分解、小波包分解 -------- 下载后请首先打开README.md文件（如有），仅供学习参考, 切勿用于商业用途。 --------
关于信道分解方面的经典论文，里面有完整的算法描述以及仿真结果，非常适于学习
实现几何均值分解，应用在MIMO系统中实现于预编码
本程序输入一个矩阵及误差限，得出其几何均值分解，该算法广泛应用于通信系统中。
几何均值分解程序，mmse和zf预编码参考程序。
输入任意矩阵H，得到其gmd分解矩阵，具体算法参照论文An iterative geometric mean decomposition algorithm for MIMO communications systems。
一种基于几何均值分解的混合预编码技术研究
针对多载波分层空时方案传统检测存在误层传输效应及复杂度高的问题，提出了一种基于非线性预编码的多载波分层空时检测方法。该方法首先对反馈信道状态信息采用几何均值分解获得各子信道具有相同等效噪声增益的预编码矩阵，再在发射端多载波CDMA子载波信道间进行非线性模代数THP预编码，可以有效地消除传统分层空时检测的误层传输效应，在接收端分别采用迫零与最小均方误差准则，降低了下行接收机的复杂度。对该方法的性能进行分析并仿真，仿真结果表明所提出的方法比传统方法有效改善了系统的误码性能，并在一定程度上降低了接收机的复杂度。
