近年来随着无线通信设备的发展和多媒体业务要求的提高,无线通信网络中的业务量急剧增加。大规模多输入多输出(MIMO)技术由于其具有空间分集的特点,可以大幅度提高系统吞吐量和传输可靠性,因而受到了人们的广泛关注。然而,随着大规模MIMO系统天线数目的增加,能量消耗也随之增加,因此如何提高大规模MIMO系统的能量效率(EE)成为研究的热点问题之一。目前在大规模MIMO系统的EE优化问题上,已有的研究大多假设基站端已知完美的信道状态信息(CSI),并且考虑的EE影响因子较为单一,在功率消耗模型以及约束条件的建立上也与实际环境相差较远。针对上述问题,本文将首先从单小区系统模型出发,以最大化EE为目标进行资源分配方案的研究,然后再将系统模型进一步拓展至多小区。本文主要研究内容如下所述:第一章分别介绍了课题研究的背景,大规模MIMO技术面临的机遇和挑战,以及无线通信系统中资源分配问题的研究现状。第二章描述了无线信道的衰落特性以及大规模MIMO的系统模型,分别给出了大规模MIMO在理论情况、已知CSI和未知CSI下的系统容量表达式,并介绍了三种常用的线性检测算法。第三章针对单小区大规模MIMO系统,提出了一种联合调整发射功率和基站天线数目的EE资源分配方案。所提方案采用最大比合并(MRC)接收,在保证用户最低数据速率的同时对每个用户的发射功率进行限制。然后根据分数规划性质和拉格朗日定理将目标函数转化成了不含约束的凸优化问题。最后在算法迭代过程中根据发射功率的分配情况,采用动态更新干扰项来代替已有研究中的静态干扰方案。仿真结果表明,所提方案能够较大幅度提高系统EE性能,同时效降低发射功率消耗。第四章将单小区系统拓展至CSI未知的多小区大规模MIMO系统,提出了一种对导频序列长度、导频符号功率以及数据符号功率进行联合优化的资源分配方案。所提方案考虑了实际的电功率消耗和导频长度的影响,并对最大传输功率进行约束,从而建立起以EE为目标的非凸问题模型。通过对目标问题进行分解,然后利用分数规划性质将非凸的子问题转化成了凸函数之差(D.C)。最后基于D.C规划的性质,利用交替优化实现了EE资源的联合分配。仿真结果表明,随着最大符号传输功率的增加,所提方案仍然能保持良好系统EE性能。第五章为总结和展望。