Τα συστήματα που έχουν πολλαπλές κεραίες σε πομπό και δέκτη (ΜΙΜΟ) έχουν την δυνατότητα να επιτύχουν υψηλούς ρυθμούς δεδομένων και αυξημένη αξιοπιστία χωρίς να απαιτείται επιπλέον εύρος ζώνης ή ισχύς μετάδοσης. Η βασική αρχή στην οποία βασίζονται είναι ότι το σήμα που εκπέμπεται από τον πομπό διέρχεται από περισσότερα του ενός ανεξάρτητα κανάλια. Ο δέκτης εκμεταλλευόμενος τις πολλαπλές λήψεις του ίδιου σήματος μπορεί να βελτιώσει την απόδοσή του. Η εισαγωγή πολλαπλών κεραιών σε κάποια συστήματα δεν είναι δυνατό να συμβεί συνήθως λόγω του χώρου που απαιτείται. Παρόλα αυτά, σε αυτό το περιβάλλον επικοινωνίας υπάρχουν συνήθως πολλαπλοί χρήστες που μπορούν να συνεργαστούν και να δημιουργήσουν ένα κατανεμημένο σύστημα ΜΙΜΟ, που αναφέρεται στην βιβλιογραφία ως συνεργατικό (cooperative). Στα συστήματα MIMO έχουν προταθεί τεχνικές προσανατολισμένης επικοινωνίας (beamforming) με σκοπό την ακύρωση των παρεμβολών και του θορύβου στο δέκτη. Οι τεχνικές αυτές απαιτούν την γνώση της κατάστασης του καναλιού αφού πραγματοποιούν διάσπαση της μήτρας των συντελεστών του καναλιού κατά παράγοντες ώστε να εξάγουν τα διανύσματα βάρους με τα οποία θα πολλαπλασιάσουν τις ακολουθίες των συμβόλων που λαμβάνει ο δέκτης ή /και των συμβόλων που μεταδίδει ο πομπός. Συγκεκριμένα, μελετήθηκε η περίπτωση της τεχνικής προσανατολισμένης επικοινωνίας που στηρίζεται στην μέθοδο SVD η οποία πολλαπλασιάζει το διάνυσμα των προς μετάδοση συμβόλων στον πομπό και το διάνυσμα των ληφθέντων συμβόλων στο δέκτη με τα κατάλληλα ιδιάζοντα διανύσματα, επιτυγχάνοντας προσανατολισμένη επικοινωνία λήψης και εκπομπής (transmit και receive beamforming). Όπως αναφέρθηκε, η συγκεκριμένη μέθοδος απαιτεί την γνώση της κατάστασης του καναλιού σε πομπό και σε δέκτη. Για αυτό το σκοπό αρχικά θα μελετηθεί η επίδραση της εκτίμησης του καναλιού στην επίδοση της μεθόδου η οποία διεξάγεται από ένα εκτιμητή μέγιστης πιθανοφάνειας από ακολουθίες συμβόλων εκμάθησης που έχει μεταδώσει ο πομπός. Στην συνέχεια θα εξεταστεί η περίπτωση που τα κανάλια μπορούν να περιγραφούν από ένα μοντέλο πολλαπλών μονοπατιών. Ένα τέτοιο μοντέλο είναι δυνατό να εκτιμηθεί από δείγματα της κρουστικής απόκρισης του καναλιού, βελτιώνοντας περαιτέρω την επίδοση του συστήματος. Επίσης, παρέχει και την δυνατότητα της πρόβλεψης των μεταγενέστερων καταστάσεων του καναλιού, μειώνοντας αρκετά τον αριθμό των συμβόλων εκμάθησης που απαιτούνται. Η εκτίμηση των παραμέτρων του μοντέλου του καναλιού θα γίνει με την βοήθεια της μεθόδου ESPRIT. Τελικά, θα ενσωματωθεί η εκτίμηση του μοντέλου και στην τεχνική προσανατολισμένης επικοινωνίας και θα μελετηθεί η επίδοσή της. Στην συνέχεια θα εφαρμόσουμε την προηγούμενη διάταξη στην περίπτωση των συνεργατικών συστημάτων. Θα εφαρμοστεί λοιπόν, σε ένα τέτοιο σύστημα η τεχνική με την εκτίμηση του μοντέλου του καναλιού και θα αναλυθεί η επίδοσή του για τα δύο πιο γνωστά πρωτόκολλα επικοινωνίας μεταξύ του κόμβου-πηγής και των κόμβων-συνεργατών, το ενίσχυσης και προώθησης και το αποκωδικοποίησης και προώθησης. / The systems that have multiple transmit and receive antennas (MIMO) can achieve high data rates and increased reliability without the need for additional bandwidth or transmission power. The aforementioned is based on the transmission of the signal of the transmitter via multiple independent channels. The receiver can use the multiple versions of the same signal to improve its performance. The introduction of multiple antennas in some systems it is not possible due to the lack of space. On contrast, in a multi-user environment there are users of a single antenna that can cooperate to construct a distributed MIMO system, which are called in the bibliography as a cooperative system. A number of beamforming schemes have already proposed in MIMO systems with the view of interference and noise cancellation. These schemes compute the singular value decomposition of the channel matrix and use the singular vectors to extract the weight vectors that are used to multiply the sequences of symbols that transmitter transmits and the symbols that receiver receives. This scheme achieves transmit and receive beamforming and transmitter and receiver must have full channel state information (CSI). The next step is to examine the performance of this method under channel estimation errors. The estimation of the channel is carried out with a maximum likelihood estimator from training sequences that were transmitted from the transmitter. After that, we examine the case in which the channel taps can be modeled by a multipath model. The parameters of a model of this kind can be computed from noise corrupted samples with sub-space methods. In this thesis we use the ESPRIT method for the estimation of these parameters. After the estimation of the model’s parameters we can use the model to predict future values of channel taps, decreasing with this way the number of the training symbols that are needed. Then, we will use this method in the system with the beamforming scheme and we will evaluate its performance. Finally, the complete infrastructure will be applied to a cooperative system and its performance will be tested for the two most popular cooperation protocols, the amplify and forward protocol and the decode and forward protocol.