毫米波大规模MIMO技术是第五代移动通信系统中的一个重要技术,通过在收发端配备大规模天线阵列来提高系统的能量效率、频谱效率和通信容量。然而,随着收发端天线数目的不断增加,通信系统也越发复杂,如何准确的估计出信道状态信息成为了毫米波大规模MIMO系统研究的热点。本文针对此问题,充分利用信号的多维特性,结合张量对大规模数据的处理能力,将大规模接收信号在接收端进行张量建模,对毫米波大规模MIMO系统信道估计问题进行了以下研究:首先,为了解决毫米波大规模MIMO系统信号的空间多维波束强干扰的问题,提出了基于非负张量分解的毫米波大规模MIMO增强型信道估计算法。利用接收机将多维波束强干扰接收信号进行分径增强处理,得到非负张量模型,然后利用非负张量分解的方法对信号进行张量分解,从而得到准确的信道估计,仿真结果表明,与其他算法的性能相比较,所提信道估计算法能有效降低系统的误码率。其次,为了解决毫米波大规模MIMO系统中,由于天线阵列的增加导致传统张量分解难以估计高维信道的问题,给出了一种基于Grid-PARAFAC张量分解的毫米波大规模MIMO系统信道参数估计方案。首先将大规模接收信号表示为低秩张量,利用Grid-PARAFAC将大规模接收信号张量分块处理转化为若干子接收信号张量,再进行并行张量分解,推导出优化ALS算法并行迭代,精确得到信道参数因子矩阵。仿真结果表明,所提算法有效地降低了计算复杂度。最后,在多用户混合预编码毫米波大规模MIMO系统中,随着收发端天线数的增加,信道传输矩阵需要高维度运算,提出了基于FCP降维信道估计算法。通过FCP降维算法对多用户接收信号进行低维嵌入,能够在Kruskal形式下准确估计出信道因子矩阵,在对多用户接收信号进行降维的同时保持原始接收信号的信道特性。仿真结果表明,FCP降维信道估计算法有效的提高了系统性能。