- 文献综述（或调研报告）：
[1]中介绍了下一代宽带无线系统中MIMO-OFDM里空-时/频编码的作用，特点及性能对比。文献先对MIMO-OFDM系统做了基本的概念介绍。MIMO中有分集和空间复用两个重要概念。对于OFDM，其系统流程、传输特性都得到了详细介绍。比较了单天线系统，BLAST算法，ST（空时）编码的编码速率。对于分集增益，举了MIMO信道下平坦衰落和频率选择性衰落的两个例子。接下来文献分别调研了ST-OFDM、SF-OFDM、STF-OFDM编码系统以及多用户MIMO编码系统。ST编码的OFDM系统可以提供最小的解码复杂度，但是不能获得多径分集也不能达到高速率。另一方面SF编码的OFDM系统使用的信号空间分集技术可以实现最大的分集增益，并且在多径衰落信道中达到满速率，但是是以高复杂度的接收机为代价。所以提出了STF编码OFDM系统，恰好结合了两者优点。
[2]中对MIMO-OFDM无线系统介绍了其基本特点，远景以及将来的挑战。比如其空间复用特性、分集的定义；OFDM调制的基本算法；系统中空频信号的发送、空分复用的使用、非相干系统的实现（同步、相位调整等）；空频编码；并将空频编码上升到多用户MIMO的情况。文献中基于VLSI对MIMO系统的硬件实现进行了评估，且从4空间流，FFT长度64，CP长度16，BPSK、QPSK、16、64阶QAM等各个参数方面对MIMO-OFDM系统进行了初步规划。文献最后提出，MIMO-OFDM系统将来将会重点攻克多用户的领域。
[3]中提出了基于最大似然检测算法而实现的MIMO-OFDM最大分集方案。论文先是简述了MIMO-OFDM对于传统传输方案、调制方案的优势。接着非常详细地以流程框图，表达式的形式展现了OFDM系统和MIMO系统的搭建、实现、发送、接收、检测过程。并在Matlab环境下运行相应代码做出基于两种不同算法（Alamouti和SM）的BPSK、QPSK、16-QAM、64-QAM调制方式下MIMO和非MIMO系统的BER随SNR变化函数图象。其中用到了ZF和MMSSE算法，用到了STBC和SFBC编码以及ML（最大似然）检测。
[4]是基于Altera公司的FPGA模块KIT、DSP builder、DSP Simulink，用Verilog语言及Quartus II软件实现的MIMO-OFDM系统，其采用了空时块编码和4QAM调制技术。系统处于多径衰落环境，接收机的天线数目不断改变进行对比。文献先介绍了MIMO-空时块编码技术原理，然后以框图形式说明了2x1；2x2；2x3 STBC在硬件中如何实现。1.发射站点，包含了数据生成模块（伪随机数）、调制模块（此次采用4-QAM）、STBC编码模块、OFDM调制模块（数据流进入子载波）。2.MIMO衰落信道，2发射天线，多径加白高斯。3.接收站点，包含了OFDM解调模块，STBC解码模块，4-QAM解调制模块。最后附带了BER性能分析。文献说明其成功地实现了MIMO-OFDM STBC的系统，并从2x1、2x2、2x3三种情况进行了性能分析。
[5]的内容是改进的MIMO-OFDM技术。其研究对象是4发4收天线，使用QPSK调制的无线系统。首先考虑了使用采用星座图连续干扰和信道估计的2个 16状态2-天线空时编码，拿来减少4天线空时编码系统的复杂度。发现这种方案在5HZ衰落下相对于过去提出的方案会有2dB的提升，此外，4天线16状态的码在低复杂度的情形下还能有再多2dB的提升，其在256状态下能获得额外2dB的增益。
[6]提出了多用户MIMO信道下用于下行链路空分复用的迫零算法。文献从两个互相制约的问题-受制于功率约束情况下的最大化信息速率，以及在满足每个用户的服务质量（QoS）情况下最小化传输功率，引出了本文的三大部分内容。所有内容都是为了服务于多用户MIMO系统的下行链路空间复用算法，核心思想是迫零方案。在给出了MIMO传送模型和信道容量的概念后，文献开始介绍块对角化算法。一个是在总功率限制情况下：首先需要计算右零空间，其次是进行奇异值分解，利用注水算法来分配功率。另一个是用于功率控制的块对角化：在上面的第一步后使用注水算法时是与限制匹配的。接下来是逐次优化算法：我们一次解决一个用户的方程组，每一个传输矩阵分别优化以确保不同前面的用户产生干扰。然后是协调式的发射-接收处理过程：假设每个用户都有MMSE接收机，并有一组初始化的接收机矢量存在，通过理解发射机和接收机矢量的反复迭代计算从而找到功率最小的方案。最后，文献给出了各个算法在各种情形下Matlab仿真的结果，同时包括了信道参数部分可知，完全可知，和完全不可知的情况。最后的结论：在这里提出两种在多用户信道中优化信息传输的方法。它们都是次理想的，因为它们并没有完全地达到信道的总容量，但是在高信噪比下块对角化算法渐渐地在接近最大的容量。对于和给定传输速率最小化输出功率的问题和给定功率寻求最大吞吐率的问题，逐次优化算法更适用于前者。在低信噪比信道，逐次优化算法往往比块对角化算法性能更好，且它也对于用户有不同的功率水准和速率要求的信道是个好的选择。两种算法都提供了一个选择“理想化”下行链路传输矢量的直接的、有效计算的方法，且允许在性能和计算复杂度间进行权衡。对于维数不能满足块对角化或者逐次优化的信道，联合发射-接收处理可以被用来减少问题的规模，从而这些方法可以被使用。所有的算法都有一个固定的计算开销，它是一个用户信道矩阵规模的函数。对于一个用户的系统，块对角化和逐次优化算法需求个奇异值分解，协调发射-接收版本的块对角化算法需求将近个奇异值分解。许多的可选项是迭代算法，它们计算开销将变得非常大且不可预知。这里提出的算法拥有固定计算开销的优势并且提供了足够证明开销是合理的充分的性能优势。所有给出的算法是需要知道局部或者完整的信道参数。过去对于单用户信道的研究表明在发射机拥有这些参数带来的增益很小，尤其是在高信噪比时。然而在多用户的情况下，性能提升巨大，并且随着信噪比的提高或者传输天线数目的增加，它是在增加而不是减少。这个可能使得在发射端获取信道参数的潜在高损耗变得更具有说服力。
[7]是实验室某学长硕士毕业论文，其详细介绍了802.11ac基本的物理层规范，包含了甚高吞吐率帧格式以及发送端的基带处理流程。重点介绍了物理层接收机的关键技术，尤其是：定时同步方案，信道估计（LS信道估计），信道均衡方案（迫零均衡和最小均方误差均衡），并且基于硬件提出了自己独特的同步方法。
[8]同样是一篇硕士毕业设计论文，较偏重于基于NI-PXI机箱的系统实践，从中可以获取很多LabVIEW FPGA编程的重要知识点，同时也对如何在NI机箱上实现一个通信系统有了基本的框架概念。
[9]是一本近300页的文献，其介绍了802.11n技术，虽然不是802.11ac但后者是在前者的基础上提出来的，所以有很多共同之处可以学习。其重点是物理层的帧结构，信道估计均衡算法等。
[10]是LabVIEW入门和提高的教科书，使用它来学习LabVIEW程序的编写、仿真等。
