为了满足人们对数据速率的需求,在无线通信引入了多天线(Multiple-Input MultipleOutput,MIMO)技术,这也是LTE系统的重要组成部分之一。而在这基础之上,作为5G的关键技术之一,多用户MIMO(Multi-User MIMO,MU-MIMO)技术可以在不占用频谱资源的基础上,利用空间这一维度来提升系统吞吐量,但随着MU-MIMO系统内天线数的增加,发射端耗费的功率也越来越多,如何在保证系统性能的同时考虑能量的节约,因此此时能量效率(Energy Efficiency,EE)这一概念应运而生。到目前为止,如何通过有效的资源分配来优化MU-MIMO系统的能量效率和系统吞吐量仍然是无线通信领域的研究热点。。MU-MIMO技术通过在用户端和基站端配备多根天线,利用空间这一维度来极大的提高通信系统的性能。由于多用户共享同一时频资源,所以在MU-MIMO系统中引入预编码技术来消除用户间的共信道干扰(Co-Channel Interference)。在大量用户以及收发天线众多的场景中,此时的用户数目和天线数目都很大,导致上行链路无法承受此时巨大的反馈量。所以在实际情况下,一般采用基于码本的有限反馈技术。在目前的研究有限反馈MU-MIMO系统的资源分配的文献中,没有考虑过信道欠秩情况。在信道欠秩时,系统容量的用户数会增加,这会影响系统的资源分配与用户选择,针对上述问题,本文提出了一种在有限反馈欠秩情况下的MU-MIMO系统联合优化资源分配算法来达到能量效率与系统吞吐量的最大化,然后利用主要目标法加等效转化,将原分式最优化问题转化为整式最优化问题,并证明该等效问题为凸优化问题,然后根据凸优化问题的强对偶性,等效问题的解即拉格朗日对偶问题的解。具体地,分为两步进行优化。第一步是先假设用户子信道分配的功率相等,在保证不同业务类型的QoS时延要求的前提下进行用户调度,调度标准为保证系统吞吐量最大;第二步是保证QoS速率要求下重新进行已调度用户集的功率分配,这一步以能量效率最大化为目标,同时加入不小于之前用户调度得到的系统吞吐量这一约束条件。最终仿真数据表明,对比现有算法,本文算法在能量和吞吐量这两方面具有优势。