大规模多输入多输出（Multi Input Multi Output,MIMO）系统可以实现很高的集成增益,但是同时,随着天线数目的增加,发射端的硬件成本设施和能耗也会几何倍地上升,尤其是全数字系统所需的模数转换器（Analog-to-Digital Converter,ADC）/数模转换器（Digital-to-Analog Converter,DAC）的数目要和天线数目一致,而DAC所消耗的功率是和其分辨率呈指数级对应关系的,这就为大规模多输入多输出的实现带来很大挑战。所以在大规模多输入多输出系统中,采用低分辨率模数转换器/数模转换器已被认为是降低大规模MIMO实现的硬件成本和功耗的潜在途径。然而低分辨率尤其是1bit DAC导致的粗糙量化会带来严重的量化噪声,于是,与之相关的分析和解决粗糙量化的问题引起广泛关注,本文以降低基站（Base Station,BS）发射能耗为目标,基于ΣΔ调制,分别研究了块级1bit预编码和符号级1bit预编码方法。具体内容分别如下:首先,出于降低BS能耗的目的,设计了基于误符号率的（Symbol Error Probability,SEP）,最小化发射功率的1bit ZF（Zero Forcing,ZF）预编码方法。为了解决1bit DAC带来的粗糙量化和离散约束问题,引入了一阶ΣΔ调制。借助此手段,将量化噪声建模分析,同时设计对应的ZF预编码信号。然后通过对SEP和信噪比（Signal-to-noise ratio,SNR）的关系分析,推导出了所需最小发射功率的闭式解,并分析了闭式解的可行条件。仿真结果验证了此方法的有效性。其次,为了进一步降低所需的发射功率,将符号级预编码（Symbol Level Precoding,SLP）与ΣΔ调制相结合,设计了基于SEP约束的,最小化发射功率的1bit SLP问题。不同于块级预编码,在SLP设计中,不仅利用信道状态信息（Channel State Information,CSI）,同时还利用原始信息符号的信息,因此设计出的预编码信号更能满足系统的要求,在误码率等性能方面也要优于块级预编码。通过与ΣΔ调制的联合,将1bit的离散约束转化为连续的峰值约束,然后通过一些分析手段,建立了一个便于分析的优化问题。最后通过引入辅助项将问题转化成经典的二阶锥编程（Second Order Cone Programming,SOCP）问题求解。仿真结果表明此方法可以进一步降低发射能耗。研究成果对于丰富现有预编码方法,推动低能耗MIMO通信具有重要意义。