张量可以用
以上这个公式来表达,我们可以知道PARAFA是高维分解。PARAFA模型一般为三维的,本文中可以分为三个矩阵A、B、C。
此处直接放图片
上述张量表达式也可以写成:
其中
表示张量中的分解的第k块,分解图如图所示:
可以将PARAFA分解法应用到信号DOA-极化联合设计中,在分解中,可以先简化信号模型,所以暂时不考虑需要求解出上式中的E。X代表接收端的信号,下面对接收到的信号进行分解。于是信号张量表达式进一步简化成:
进一步简化,对于步骤(1),将接收到的信号按照维矩阵分解,令向量
则信号张量表达式改写成:
证明过程:
具体算法如下:
信号张量的求和阶数F给定,初始化B(矩阵)、C(矩阵);
根据X、B、C估算A,以同样的方法求出B C,不要忘记
,此处Z的维度,求解A,X的维度:
以上是个人看英文文献做出的笔记总结,欢迎指正。