随着无线智能终端设备的普及,用户对移动流量的需求急剧增加,传统波段频谱资源愈发稀缺,毫米波段依靠丰富的频谱资源受到了广泛的关注。然而,毫米波信号路径损耗非常大,同时极易受到阴影的影响,从而导致通信中断。大规模天线阵列和适当的波束成型可通过增加天线增益来弥补路径损耗,但是数字基带波束成型要求发射机和接收机中每个天线单元都有完整的专用射频链路,这大大增加了设备成本和功耗。混合波束成型技术在达到与纯数字波束成型技术近似性能的同时,通过大幅度降低数字收发成型器的数量减少了器件成本,但是发射端功率放大器的数量仍然随着发射天线总数目的增加而增加,因此在这种架构中,功放器件的功耗是制约整个系统能量效率的一个关键问题。为了提高功放器件的能量转换效率,必须降低峰均功率比（Peak-to-Average Power Ratio,PAPR）以使功放稳定工作在饱和区域附近。本文主要研究降低信号峰均比的信号预编码方案以提升发射端功率放大器的能量效率。主要工作如下:介绍了基于数学优化模型的毫米波信号的峰均比压缩预编码技术,包括作为基线模型的迫零峰均比压缩预编码方案,以及性能大幅度优化的根据快速迭代收缩阈值算法（FISTA）和用于解决非约束无穷范数正则问题的Squash方法构建的迭代优化方案。针对迭代优化方案,通过仿真验证了正则化系数对峰均比性能和误比特率性能的权衡作用。针对大规模天线阵列结合混合波束成型架构的毫米波系统提出了基于非对称自编码器的峰均比压缩预编码方案。其中根据发射信号采用的QPSK调制,设计了复数全连接层（CFC）,并将复数全连接层、层归一化方案和基于大规模搜索方案得到的Swish激活函数应用在自编码器结构中。自编码器的训练过程采用多任务学习方案。根据两个指标要求,即衡量峰均比压缩程度的累积互补误差函数（CCDF）和衡量信号失真程度的误比特率设计了多任务学习的组合损失函数,并在训练模型时对比了一阶段和二阶段方案;最后仿真了基于数学模型的迫零和迭代优化方案,以及本文提出的自编码器方案,仿真表明基于自编码器的方案在峰均比性能和误比特率性能上都明显优于之前的方案。此外,针对不同方案的推理时的复杂度做了简要分析,分析表明基于自编码器的方案在应用时的时间复杂度大大降低。