随着无线通信的发展,大规模多输入多输出(Massive MIMO)技术成为了当下的研究热点之一。在传统MIMO系统中,天线数量较少,通常采用全数字波束赋形,但在Massive MIMO系统中,由于天线数量巨大,相应的射频链路数量也十分巨大,需要采用混合波束赋形技术来降低射频链路数。在混合波束赋形中,之前的研究主要基于无限精度移相器,但其硬件复杂度和开销高昂,且很难实现无限的精度。基于以上背景,本文在5G毫米波场景下,对Massive MIMO系统中自适应混合波束赋形方案进行了设计,以解决系统性能与能耗折中的问题,并对算法性能进行了仿真评估。具体工作分为以下几个部分:首先,为了降低硬件复杂度和器件实现难度,本文考虑有限精度的移相器,即在恒模离散相位条件下,设计了基于遗传算法的混合波束赋形方案。本文在不同离散精度下对算法的性能进行了仿真与评估,结果表明所提出算法在一定离散精度下可以逼近连续相位条件下的最小发射功率,但通过降低移相器精度,可以降低系统的开销和复杂度。其次,进一步考虑降低能耗和开销,本文提出使用开关结构替代移相器,并利用自适应链接方式提高开关结构的系统性能,并设计了混合波束赋形算法。在单用户系统中,在开关自适应链接结构下,以用户的和速率最大化为目标函数,设计了两阶的混合波束赋形方案。本文对所提出算法的性能进行了仿真评估,仿真结果表明所提出的算法有较高的能耗效率,能够在较少地损失用户的和速率的情况下,降低系统的能耗,从而使得系统的性能和能耗达到折中。最后,本文研究了多用户系统中开关自适应链接结构下的混合波束赋形算法。由于目标函数非凸,本文基于群智能优化算法设计了混合波束赋形方案。仿真结果表明在多用户系统中,与移相器结构相比,开关自适应链接结构下的混合波束赋形算法也能达到较优的性能,从而在保证系统性能的前提下一定程度上降低系统的能耗和硬件复杂度。