随着移动通信和无线因特网需求的不断增长，对更为先进的无线传输技术的需求越来越大，无线通信领域的研究一直致力于开发具有更高频谱利用率和更高性能的通信方式。多输入多输出（MIMO，Multiple-Input Multiple-Output）通信系统能得到远大于传统单输入单输出（SISO，Single-Input Single-Output）通信系统的容量，其原因在于发射端根据信道状态信息（CSI，Channel State Information）进行了合理功率分配。目前的功率分配方法为了获得较好的系统容量性能，在发射端假设完美的信道状态信息或者通过信道估计和反馈得到部分信道状态信息。而发射端信道状态信息获取方法的优劣制约着整个无线系统的性能，目前存在现有的信道估计和反馈方法很难使发射端得到完整的信道状态信息，并且给系统带来很大开销，不适用于实际资源受限的系统，高效而精确的信道状态信息估计和反馈方案是无线网络能够提供服务质量保障的关键。压缩感知（CS，Compressive Sensing）理论正是一种仅利用较少的样本就能恢复原始信号的有效方法，所以将压缩感知理论运用于MIMO系统中发射端信道状态信息获取阶段（包含接收端的信道估计和接收端对发射端的信道反馈），利用很少的信道观测值即可估计出CSI信息，可大大减少对信道带宽的占用，从而提高频谱利用率和信道状态信息获取性能。本文提出了一种基于确定性压缩感知观测的MIMO系统功率分配方法，研究并分析了该方法的性能。首先在MIMO发射端的信道状态信息获取中引入确定性观测压缩感知技术，即利用较少的观测信息在接收端估计出近乎完整的MIMO信道冲激响应。然后在接收端通过确定性观测矩阵对估计出的MIMO信道冲激响应再做观测，反馈到发射端恢复出近乎完整的MIMO信道状态信息；另外本文研究了确定性观测矩阵设计方法，在保证获取性能的前提下，降低测量矩阵构造复杂度和方案的硬件实现难度。最后在发射端根据获取的MIMO信道状态信息选择合适的功率分配方法，在状态较好的信道分配较多的功率，在状态较差的信道分配较少的功率，得到MIMO系统的优化容量，仿真实验证明了本文研究的方法能够在获得较高信道容量的同时，降低系统开销和硬件实现难度。