随着海量智能设备和高质量用户体验需求的迅速增加,无线宽带业务量及无线传输速率均呈现出指数增长的趋势。然而,当前支撑高达1 Gbps传输速率的第四代移动通信网络显然无法满足未来的通信需求。因此,关于如何提高和优化第五代移动通信网络(5G)的频谱效率成为了最新的研究潮流,学术界、企业、各个通信组织等都试图在未来通信领域中抢得先机。与此同时,由于庞大的用户数量以及扩大的网络规模,无线通信网络系统的能源消耗呈现出大幅上涨的趋势。通过无线通信系统所产生的温室气体排放所造成的环境污染以及伴随而来的巨大能源消耗己经引起了运营商和整个社会的广泛关注。因此,以最大化能量效率为目标的绿色通信成为了未来无线移动通信的发展方向。在现有的众多5G关键技术中,大规模MIMO(Massive Multiple-input and Multiple-output,Massive MIMO)技术以其良好的传播信道和高频谱效率等优势被作为5G最有潜力的候选技术之一。大规模MIMO技术的核心思想是通过在基站端部署天线阵列来获取空间分集和空间复用增益,进而大幅度提高系统的频谱效率。此外,将大规模MIMO技术应用于异构网络可以进一步满足5G网络的高性能要求。综上所述,研究面向5G的大规模MIMO系统的能效优化技术是一个急需解决的关键问题,并且具有重要的理论和实际意义。本文的主要研究内容如下:1.分析了单小区大规模MIMO下行链路系统的性能。在假设基站端和用户端同时具有理想CSI(Channel State Information)的情况下,利用MRT(Maximum Ratio Transmission)预编码,推导出了可达下行链路速率的三种容量界,并给出了相对应的闭合表达式。在给定发射功率时,推导的近似可达速率与原始可达速率具有高度的一致性。基于推导的闭合表达式,分析了三种可达速率容量界的功率效率,结果表明随着发射天线数量的无限增加,三种容量界会得到相同的可达速率极限值。2.研究了大规模MIMO下行链路系统的能效优化问题。假设基站端和用户端同时具有理想的CSI,提出了一种联合天线选择和功率分配方案,使系统的能量效率最大化。基于ZF(Zero Forcing)预编码情况下一个可达下行链路速率的下界闭合表达式,公式化了一个具有非线性约束的非凸能效优化问题。由于优化变量之间高度的相关性,直接推导原始问题的解析式是相当困难的。根据拉格朗日对偶分析,提出了一种有效的实现能量效率最大化的迭代算法,交替求解出了最优发射天线数量和最优功率分配解。3.提出了一种针对非理想CSI大规模MIMO下行链路系统的功率分配方案。假设基站端具有非理想的CSI,用户端具有理想的CSI,通过引入信道估计模型给出了系统的遍历可达速率。对于MRT和ZF预编码方案,分别推导了可达下行链路速率的近似闭合表达式。在此基础上,提出了一种非凸的功率优化问题。基于拉格朗日对偶法,提出了一种使系统能量效率最大化的迭代功率分配算法。仿真结果验证了提出的闭合表达式的紧性,展示了所提算法的性能优势。4.基于DC规划方法探讨了大规模MIMO系统的的功率分配问题。假设基站端和用户端同时具有非理想的CSI,提出了一个新的遍历可达速率下界表达式,并基于MRT和ZF预编码方案给出了下界闭合表达式。对于非凸的MRT能效优化问题,通过将原始非凸的目标函数转化为两个子函数,进而证明了两个子函数的凸性。基于DC(Difference of Convex)规划方法,提出了一种使能量效率最大化的次最优迭代功率分配算法。当该算法收敛时,可以获得非凸优化问题的次最优解。数值结果显示了所推导闭合表达式的紧性以及所提出算法性能优势。5.研究了大规模MIMO异构网络中联合用户关联和功率分配的α-公平网络效用最大化问题。假设基站端和用户端具有非理想CSI,通过使用线性ZF波束成形,推导出了遍历可达速率的下界闭合表达式。为了实现网络效用函数的最大化,公式化了一个非凸混合整数非线性规划问题。通过对非凸问题分解为用户关联子问题和功率分配子问题,以及对约束条件的松弛,提出了一种联合用户关联和功率分配的迭代算法,其中拉格朗日对偶分解法用于解决用户关联子问题,梯度辅助二分搜索法用于解决功率分配子问题。仿真结果验证了联合迭代算法的有效性和收敛性,并与现有算法比较体现了联合迭代算法性能的优越性。