本文基于5G物理层的传输协议对大规模多输入多输出（Massive Multiple Input Multiple Output,Massive MIMO）中的波束赋形技术进行了研究。本文首先基于5G新空口（New Radio,NR）协议搭建了链路级仿真平台,为后续算法仿真提供了验证平台。随后研究了大规模MMO天选场景,即终端可进行天线选择使基站通过移动台所有天线发射Sounding信道探测信号获得完整信道信息（Channel Status Information,CSI）下的预编码算法、信道估计流程、功率控制以及均衡等关键技术,并进行了理论分析及仿真验证。最后本文考虑5G系统中非天选场景,即终端无法进行天线选择只能在固定天线端口反馈探测信号,导致基站无法获得完整下行CSI场景下的预编码方案。非天选场景相比天选场景,其误码性能和系统容量均有较大损失,因此本文重点针对非天选场景下性能和容量损失问题提出了一系列增强方案。本文首先基于所搭建的5G NR链路级仿真平台对天选场景下多用户MIMO（Multi-User MIMO,MU-MIMO）预编码算法进行了相关研究和仿真。基于传统迫零（Zero Forcing,ZF）预编码算法,本文提出了一种低复杂度的部分信道迫零（Part ZF,PZF）预编码算法,并对其进行了理论增益和复杂度分析。紧接着,本文对天选场景下的功率控制方案进行了分析,基于注水算法提出了一种最小化误码率的功率控制方案,并对几种功控方案的性能进行仿真验证。其次,本文针对非天选场景,提出了一种基于两级码本分别进行外层和内层预编码的结构,外层预编码采用DFT码本,内层预编码采用TypeⅠ码本。本文对外层码本的阵列划分结构提出了新的子阵划分模型,提升了全带宽下系统性能。最后,针对非天选场景下的预编码算法性能损失较大这一问题,本论文在充分利用少量信道探测信息的基础之上,提出了一种基于少量Sounding探测信息进行码本反馈重构的部分迫零（Sounding Feedback Reconsitution-Part zero-forcing,SFRPZF）预编码方案。对干扰较大场景,在SFR-PZF方案的基础上提出了一种基于干扰测量的SFR-PZF方案。对于终端预编码矩阵指示（Precoding Matrix Indicator,PMI）选型提出了一种基于奇异值分解的选型算法。本论文还研究了非天选下用户调度和功率控制的提升方案。最终,本论文提出了一系列非天选场景波束赋形的增强方案其吞吐量性能达到了天选场景的80%。