多天线正交频分复用(Orthogonal Frequency Division Multiple,OFDM)系统具备高数据传输速度、高通信质量、高可靠性的良好性能,相比于传统单天线系统,能够更好地满足用户对通信体验和服务质量的要求,是进一步发展移动通信系统的关键技术之一。OFDM系统固有的峰均比(Peak to Average Power Ratio,PAPR)问题会影响系统的传输可靠性,导致硬件成本的增加。随着服务用户数和接入连接量的增大,需要在基站部署多根天线以完成大数据量的需求,多天线的使用使得峰均比问题更加严峻。传统的峰均比抑制算法计算量大,峰均比降低程度有限,基于此,本文对多天线OFDM系统中的峰均比抑制优化算法展开研究。本文首先阐述了OFDM系统的基本原理,描述了峰均比问题并概括介绍了几种传统的峰均比抑制技术;随后阐述了多输入多输出(Multiple-Input Multiple-Output,MIMO)技术的相关基础,包括空时分组码(Space-Time Block Coding,STBC)技术和大规模天线技术;接着介绍了建设性干扰(Constructive Interference,CI)的背景知识及其优点;最后重点对STBC-MIMO-OFDM系统和Massive MIMO-OFDM系统下的峰均比抑制优化算法进行了探究。针对STBC-MIMO-OFDM系统,考虑到在调制阶数高、子载波数量大的条件下,采用单一的部分传输序列(Partial Transmission Sequence,PTS)算法计算复杂度高并且抑制峰均比效果有限,本文提出了基于旋转性预编码的改进PTS优化算法,包括串联算法和交织算法。旋转性预编码技术能够实现星座点的扩展,从而改善信号的分布,获得PAPR增益。同时,为了在不增加计算复杂度的情况下进一步优化峰均比抑制性能,本文提出联合矩阵变换的优化算法,传统的改进算法中增加PTS算法分块数会带来的成倍的快速傅里叶逆变换(Inverse Fast Fourier Transform,IFFT)计算,而矩阵变换为线性操作,计算简单,能够避免大量的运算使系统获得更理想的峰均比抑制效果,并且不会产生误码率性能损失。针对Massive MIMO-OFDM系统,考虑到大规模天线下直接应用传统的峰均比抑制算法会造成严重的干扰,本文利用大量天线提供的自由度构建优化模型,寻找使发射信号具有低峰均比的数据传输方案。本文基于大规模MIMO-OFDM系统下行链路模型,提出基于CI的峰均比抑制算法,算法能够充分利用干扰,并将其转变为有效的发射功率,同时,CI的可扩展区域的存在使得信号有着极大的选择空间,能够优化信号分布从而改善信号的峰均比性能。最后,本文使用广义交替方向乘子法(The Generalized Alternating Direction Method of Multipliers,G-ADMM)算法完成了优化模型的求解,仿真结果表明与已有的快速迭代阈值算法(Fast Iterative Soft-ThresholdingAlgorithm,FITRA)相比,G-ADMM算法的峰均比降低效果好,收敛速度快,具备更高的执行效率。