分子通信（molecular communication,MC）通常定义为一种微观尺度下,基于生物或化学分子作为载体,完成生物细胞或纳米机间的信息传递的通信技术。目前,分子通信研究工作的主要障碍包括传输效率低、误码率高等方面,而传统通信中的多入多出（multiple-input multiple-output,MIMO）技术能够显著提高链路性能。因此,应用MIMO技术于分子通信已经成为该领域亟需研究的一个方向。本文以基于扩散信道的分子通信MIMO技术为研究课题,重点研究了 2×2 MIMO模型与接收算法,以及n×n并行通信模型,主要研究内容及贡献如下:（1）通过菲克第二定律推导出扩散信道模型中分子位置随时间变化的概率公式,针对MIMO模型的干扰特性,研究了码间干扰（inter-symbol interference,ISI）与链路间干扰（inter-link interference,ILI）的公式推导。并且,考虑以OOK（on-off keying）作为调制技术,得到了接收机的接收概率分布。最后,依据似然比检验（likelihood ratio test,LRT）得到单接收机判决阈值,给出对应的比特误码率（bit error rate,BER）。此外,通过仿真得到模型相关参数对BER的定性影响。（2）对建立的2×2 MIMO模型提出了更加可靠的自适应双阈值接收判决算法。该算法主要通过改善判决场景中接收机判决结果不一致的判决问题,提出了误码率更小的解决方案:通过对原阈值的调整得到新的判决阈值,重新判决后得到更可靠的判决结果。最后,通过仿真验证了该判决算法起到了良好的降低BER的效果,并证明了 MIMO模型在误码性能方面相比于SISO、SIMO模型的优越性。（3）建立基于扩散信道的分子通信2×2并行通信模型,并在此基础上扩展到n×n并行通信模型。并且,针对2×2并行通信模型提出了一种简单的降低误码率的接收算法。最后,通过仿真验证了并行通信模型相比于MIMO通信模型在传输速率方面的优越性,以及分析了n×n并行通信模型相关参数对BER的定性影响。研究工作表明,本文提出的两个模型能够良好的拟合扩散信道环境下的分子通信过程。MIMO通信模型需要合适的接收判决算法支持才能表现出比SISO、SIMO模型更优秀的误码性能。如果不考虑传输可靠性,并行通信模型在传输速率方面远优于MIMO通信模型,因此它可以被应用于相关场景;但MIMO通信模型具有良好的误码性能,应用场景更广泛。