多输入多输出(MIMO)技术是一项应用于新兴无线宽带标准如LTE的成熟技术,它能够为移动用户提供稳定的速率和较好的频谱效率。为了在未来无线通信协议中进一步发展MIMO技术的潜在优势,人们开始将目光放在大MIMO技术上。通过利用更多天线带来的空间分集和增益,大MIMO系统能大幅提升频谱效率和信道容量,降低基站发送功率,提升通信质量。然而,为了获得大MIMO系统的种种增益,基站需要尽量准确知道信道状态信息(CSI)。由于信道互易性带来的便利,许多研究集中在了时分复用(TDD)系统,但在更主流的频分复用(FDD)系统中,如何使基站在大MIMO系统中获得准确CSI的同时降低系统信道估计开销的问题还有待研究。另外,虽然一般线性预编码在大MIMO中可以获得不错的增益,但如何降低预编码复杂度并优化是急需解决的问题在第一章中本文概括了大MIMO相比于传统MIMO的技术优势,介绍了大MIMO信道状态信息获取和预编码方法的研究现状并说明了本文的研究方向。第二章对大MIMO的信道特性进行介绍,建立数学模型并讨论了信道空间相关性和稀疏性,并阐明这样建模的意义所在。第三章根据大MIMO信道的空时相关性提出了一种多发训练方式,这种方法突破了传统单发训练的性能限制并减小了导频时间符号的开销,同时在此基础上提出两种闭环训练方案,对比开环训练方法性能有显著增益。最后研究了多发训练下新的导频波束设计方案,仿真对比传统的导频设计方案有更好的性能。第四章根据多用户大MIMO信道联合稀疏特性,提出了一种基于压缩感知(CS)的基站联合恢复CSI算法,即每个用户本地获得信道压缩观测值后反馈给基站,基站再利用压缩感知联合恢复所有用户信道,理论推导和仿真结果都表明该方法优于现有的CS算法。第五章利用矩阵多项式扩展近似矩阵求逆的方法,对现有线性预编码进行了改进。新预编码算法的复杂度不会随系统维度的增加而增加,且易于硬件并行和流水实现,使其更适用于大MIMO系统中。最后第六章对全文内容做出总结,并指出可以继续研究和改进的方向。