随着目前通信设备的发展,人与人的交流越来越广泛,MIMO通信技术已经应用于各个领域,包括商务、娱乐、学术、军事等领域,但是,MIMO系统中至关重要的一环,空时编码系统却在最近几年都没有研究出新的方案。这使得如果信道因为天气情况或干扰物而变得恶劣的条件下,使用原有的空时编码系统会导致通信质量的下降,或是在传输准确性方面,或是在传输即时性方面。所以,本文尝试借助在批量数据处理方面应用广泛并且效果良好的神经网络方法来对空时编码进行译码,旨在提高空时编码的译码效率、降低所需要的时间与硬件成本、提高译码的准确性。由于目前神经网络应用在通信领域的研究并不是很多,本文的研究也只是一个探索,希望能给后续的研究者提供一个参考或借鉴。首先,本文对MIMO系统的通信模型进行了介绍,该模型是空时编码的基础,然后对空时编码模型进行了介绍,本次课题的研究就是基于此模型的。同时,介绍了V-BLAST的编码原理,并说明了传统的迫零检测法和本次课题需要使用的逐符号极大似然法的译码原理。然后,本文介绍了神经网络的原理与基本特性,并在理论上分析了神经网络用于空时译码的可能性与合理性,并在章节的最后提出了神经网络的设计思路。最后通过实验对设计的神经网络进行验证,并将译码的神经网络方法与传统方法作比较,分析了该方法的译码性能,也证明了基于神经网络的空时码码译码的可行性和可靠性。