基于CP分解的MIMO-OFDM系统接收信号盲检测

多输入多输出-正交频分复用（MIMO-OFDM）无线通信系统中接收信号从空间、时间、频率的维度形成多因素的阵列信号,传统的矢量或者矩阵代数的建模方法在处理多因素信号问题上显得不足,无法利用多因素间的关系,而张量分析在解决多维阵列信号处理的问题上具有优势。针对MIMO无线通信系统,结合OFDM技术,研究了张量信号的建模及分解方法,并充分利用张量信号的分解唯一性提高无线接收信号的检测能力。提出了基于CP（CANDECOMP/PARAFAC）张量分解方法对未知信道状态（CSI）的MIMO-OFDM系统进行接收端的张量信号建模和盲检测,并通过仿真分析验证了模型的可行性。仿真结果表明,在接收天线数目大于发送天线数目且各径信道独立情况下,基于CP分解的接收信号盲检测算法在误码率为10-4时,随着接收天线数目增加,信噪比可获得约5 dB的增益。     

基于高阶张量分析的企业智能制造能力评价模型研究

智能制造是实施 “中国制造 2025”的主攻方向， 对制造企业的长远发展至关重要， 如何评判企业的智能制造能力是首要问题。 本文参考中国智能制造标准系统结构， 首先基于张量理论建立三维的企业智能制造能力评价指标体系， 然后基于Tucker 张量分解构建评价模型， 最后结合实际数据给出了模型的训练过程和测试结果， 表明该模型具有可行性和良好的评价结果， 为准确衡量企业智能制造能力提供依据。