近些年,无线通信领域对数据传输性能有了更高的要求,多输入多输出(Multiple-Input Multiple-Output,MIMO)技术作为该领域的关键技术,一直是研究的热点。MIMO系统的收发信号在时间、空间、频率等维度上形成的高维阵列信号在使用传统的矢量或矩阵等方式建模时会有局限性,而采用张量(tensor)的方式建模高维数据的研究越来越受到关注。目前已有一些文献针对不同无线传输系统提出多种张量空时编码模型,其中一些模型在未知信道状态下能够获得较好的符号检测性能。在数字图像处理领域,彩色图像或视频等数据都具有天然的高维结构,这也使张量的方法很容易对其建模并降低高维数据的冗余,目前已有一些文献提出用张量不同的分解模型来实现图像视频压缩。本文研究讨论了张量空时编码及张量视频压缩的特性,提出了一种结合张量视频压缩和张量空时编码的无线传输方案,论文的主要工作如下:1)研究了张量CP分解技术,并采用渐进式秩-1CP分解算法对CIF和QICF视频进行压缩。分析讨论了渐进式分解迭代误差、最大迭代次数、量化参数等因素对视频压缩性能的影响,并获得了优于H.264的压缩性能。2)研究了 Tucker分解模型及其变体,分析模型在张量空时编码中的物理含义。对约束因子(constrained factor,CONFAC)模型的性质及求解唯一性进行了详细的讨论,使接收端在没有导频估计信道的条件下进行盲恢复,并通过设计分配矩阵使不同数据流获得了不等的分集增益、复用增益、编码增益。3)分析采用渐进式秩-1CP分解压缩视频的参数特性,并定义其重要度。提出结合张量视频压缩和张量空时编码的无线传输方案,让视频压缩参数按重要度排序并组成若干数据流,通过CONFAC模型的分配矩阵为重要度高的数据提供更好的传输性能,以此实现低信噪比时更好的视频恢复质量。