在给定调制方式并限定目标误比特率BER的条件下，很难提升每个传输符号所加载的比特数，因为这通常需要大幅增加传输功率才能实现。在本文中，我们研究在MU-MIMO下行广播信道中如何仅仅利用功率和比特分配，以及用户与数据流的选择方式，而不需要额外增加功率的前提下，来提升系统的总传输速率。为了解决这个富有挑战性的问题，本文提出了一整套的解决方案，采取数据流上的比特分配和功率分配联合设计的方法，同时将用户和数据流选择考虑进去。我们最大化所有被选数据流的每个传输符号所加载比特数之和（而不是香农容量），并且考虑每个数据流目标BER的限制以及总传输功率的要求。为了满足用户和数据流选择的灵活性并能将总传输速率最大化，在MU-MIMO广播信道中我们选择OSDM而不选BD算法。本文的创新工作如下：首先，在MU-MIMO环境下本文创新性的提出了更符合工程实际的优化模型，在总传输功率一定的条件下，优化目标不是通信信道容量的理论上限香农容量，而是系统的实际传输速率。并且考虑到各个子信道的通信质量要求，优化模型中加入了BER的限制。其次，考虑到实际系统中能实现的调制方式最高能加载的比特数限制，优化模型限制了每符号最高能加载的比特数。本文以MPAM和QAM两种调制方式为例，在MU-MIMO信道中推导了不同调制方式下的BER表达式，以我们提出的优化模型构建出了相似的优化问题。然后，为了解决此优化问题，在用户及数据流已经选定且各个子信道已经完成并行化的条件下，本文提出了改进的自适应功率和比特联合分配算法，将比特分配和功率分配进行联合优化，由于采用的调制方式加载比特数均为整数，再将联合优化方案所产生的结果整数化，通过在以MPAM和QAM为例的优化模型中进行仿真，验证了提出的联合优化算法的优势。最后，借鉴了现有的低复杂度用户与模式选择联合优化算法。现有算法的优化目标为香农容量，且未将各个子信道BER考虑在内，但其计算复杂度较低。本文在此基础上提出了改进的用户与数据流选择方案。为了实现MU-MIMO信道的并行化，本文研究了BD和OSDM算法。为了最大化优化目标，方案采用OSDM算法，将其纳入用户选择算法进行联合优化。仿真结果证明，我们提出的带有OSDM用户和数据流选择方式的联合功率和比特分配设计在不需要额外功率的前提下对总传输速率有明显的提升。本文所提出的的优化模型及其解决方案可以推广到除MPAM和QAM以外的其他调制方式。