无线通信系统中,信道状态信息(channel state information,CSI)对设计一个高效的通信系统和评估其性能是至关重要的。多维矩阵模型是一种可用于信号处理的数学模型,与二维矩阵相比,使用多维矩阵对信道参数进行估计能够得到唯一性解。此外,多维矩阵模型结合盲估计信号处理方法,能够在使用少量或不使用导频序列的情况下实现信道和符号的联合估计。现在,利用多维矩阵模型进行信号处理已经成为无线通信系统领域的一个研究热点。无人机的应用是当今一个快速发展的研究领域,本文针对集群无人机通信过程中存在的移动性强、连接不稳定、导频开销大、计算实时性要求高等方面的挑战性问题,研究基于多维矩阵的联合信号估计和符号检测技术。具体方法是:将接收信号建模为与收发端天线数、编码长度和时间帧长度有关联的多维矩阵;在满足其唯一性分解的条件下,利用基于嵌套平行因子分解(Parallel Factor,PARAFAC)模型和PARATUCK2(PARAFAC Tuck2)的半盲信道估计方法;在模型基础上,使用接收算法分别对接收信号进行处理。最后,利用推导的接收算法进行数值仿真,验证所提接收机算法的有效性。此外,深入分析了所用模型的可辨识条件,推导各参数的取值范围。为了实现无人机通信系统中符号的准确估计,多维矩阵模型低秩分解结果应不存在列模糊,因此,根据系统特性设计了合理的列模糊消除方案。本文的主要工作如下:(1)针对集群无人机符号传输问题,本文使用MKRST编码方案将多个无人机信号进行整合预编码后进行发送,中继节点利用对应的协议将预编码信号处理后转发给目的节点。目的节点接收的信号为编码长度、天线数和时间帧相关的多维矩阵。通过目的节点构造的多维矩阵模型,使用接收机算法对信道矩阵和信号矩阵进行估计。多次利用SVD算法将信号进行解码,得到各个无人机的符号矩阵。本文将编码与空间分集技术结合为无人机无线通信开辟了新的维度,为无线通信信道提供了有效的解决方案。(2)在前面研究内容的基础上,针对三跳放大转发(Amplify-and-Forward,AF)MIMO中继系统,本文提出了一种嵌套PARATUCK2模型,这种嵌套结构内层是PARAFAC模型,外层是PARATUCK2模型。通过将接收信号构造为多维矩阵,在满足唯一性分解的情况下,利用盲估计方法对所构造的模型进行拟合,对问题进行求解。此外,本文还考虑了三跳无线通信系统中不同中继协议对接收机估计性能的影响。通过利用多个中继协议联合作用,分析对应接收机的性能。这些协议包括AF协议、DF协议以及SDF协议。构造的多维矩阵模型分别是嵌套PARATUCK2模型、PARATUCK2模型、嵌套PARAFAC模型和PARAFAC模型。通过实验仿真,该结果表明了这四种接收机的误码率相近,且性能都优于TST接收机。但由于不同中继作用的结果,所提四个接收机对不同信道估计误差值不同,分析得知PTALS接收机在信道估计上性能更好。