当前，4G在全球范围内进入了高速发展期，已经能够实现高质量的移动宽带服务。与此同时，5G标准正在加紧制定中，并预计2020年投入商用。相比4G，5G在容量、数据速率、时延等方面会有质的提升；而节能也成为5G的一大亮点，网络功能不再以巨额能耗为代价。大规模 MIMO技术和中继技术不仅能够显著提升系统频谱效率（SE），而且均带有绿色节能属性，是实现绿色5G的关键技术。　　为了实现优势互补，我们将中继部署到大规模 MIMO系统，组成中继辅助传输的大规模MIMO系统，深度挖掘无线空间维度资源，使系统频谱效率和能量效率（EE）进一步提升。值得注意的是，在大规模 MIMO系统，电路功耗随天线数线性增长；而引入中继也令网络拓扑变得复杂。因此，我们必须针对该异构网络架构的特点，合理利用网络资源，充分发挥系统优势。这里我们采用两种方案:功率分配和用户关联。　　首先,通过功率分配实现中继辅助传输大规模MIMO系统SE和EE的折中。具体研究方法是，得到在导频污染域，单小区、多中继、多用户大规模 MIMO系统下行SE和EE的闭式表达式。基于该理论结果，我们分析了一些系统参数，如基站天线数、发射功率，中继站发射功率对系统EE和SE的影响；然后通过功率分配实现了SE和EE的折中，将问题规划成在满足用户最小SINR要求，基站、中继发射功率约束条件下，通过对基站发射功率、中继发射功率的联合优化最大化系统 EE。为此我们提出了两种优化算法:1-D搜索算法和交替迭代算法。相比之下，1-D搜索算法的有效性更高，而交替迭代算法复杂度更低，最后做了仿真验证。　　前面的研究仅考虑了功率分配问题，但是对于中继辅助传输大规模 MIMO系统这样的异构网络架构，用户关联是无线资源管理的重要一坏，并且深刻影响系统性能。因此，我们将优化对象扩展到用户关联方案，通过联合优化用户关联和功率分配，进一步提升系统能量效率。具体研究方法是，将问题规划成在用户最低SINR要求和基站、中继站最大发射功率约束条件下，通过对用户关联和功率分配联合优化，实现基于比例公平的系统能效的最大化。由于该联合优化问题是非凸混合整数非线性的，很难直接得到最优解。为此，我们将原始问题分解成两个子问题，并通过交替迭代算法得到次优解。针对用户关联子问题，我们采用Lagrangian对偶分解法得到最优的用户关联方案。而针对功率分配子问题，我们采用牛顿法确定基站和中继的最优发射功率。最后给出了完整的迭代算法。　　本文在5G背景下，将大规模MIMO和中继技术有机结合，并通过资源分配提升了系统能效。研究成果对于未来节能的5G网络设计具有一定意义。