下一代5G无线通信系统要求在数据速率、连接性以及服务质量等方面大幅提升。为了满足数据需求的爆发式增长,提出了大规模天线技术(Massive Multiple-Input Multiple-Output,Massive MIMO),它可以显著改善系统的性能,尤其是能量效率和频谱效率这两个重要指标。大规模天线系统的基本原理是:随着基站天线数目趋近于无限大,发送端天线和接收端天线之间的信道呈现近似正交,因而多用户之间的干扰可以消除,这也是理想传输信道。这一技术被认为是可以增强能量效率性能的最有潜力的技术之一,从而实现绿色通信。为了充分利用Massive MIMO技术的优良特性,本文主要对Massive MIMO系统的资源分配问题进行了研究。本文首先基于随机矩阵理论等数学工具对Massive MIMO的特点进行了详细地分析,研究了 Massive MIMO单小区下行链路和中继场景中的能量效率性能,并分析各个系统因素对能量效率的影响,如天线数目,用户调度,功率分配等。在此基础之上探讨了 Massive MIMO系统的资源分配问题本文提出可以满足特定约束条件的基于大尺度衰落的低复杂度算法,对系统的配置进行联合优化,使能量效率最优。本文的主要创新点和贡献如下:1)分析Massive MIMO系统的信道硬化、能量效率、功率损耗等特性。本文利用随机矩阵等数学工具对Massive MIMO系统的和速率、能量效率等性能进行了公式推导和分析,证明在天线阵列维度趋近于无限大时,信道呈现渐近正交性,且能够大幅度提升系统的频谱效率,有效降低信号发送功率,改善系统性能。此外,相比于传统的小型MIMO系统,线路功率损耗需要重新考虑,需结合系统的配置参数以及速率进行动态分析,给出了较实际精准的功率损耗模型。2)提出Massive MIMO系统下行链路的低复杂度资源分配方案。对采用迫零预编码的单小区系统的和速率、总功率损耗和能量效率进行了理论分析,得到了紧密的渐近表达式。该表达式与瞬时信道状态信息无关,只依赖于大尺度衰落和系统参数配置。基于该渐近表达式,对基站天线数目,用户调度和功率分配进行了联合优化,从而在保证用户服务质量的前提下,提升能量效率。所设计的方案能够以较低的复杂度获得较高的能量效率。并且与传统的穷搜算法进行对比,验证了所提出算法的优越性能。3)提出两跳MassiveMIMO中继场景的资源分配方案。针对中继配置大规模天线阵列的中继系统,本文利用随机矩阵等理论分析工具,综合上行链路和下行链路得到了能量效率的渐近表达式,进而分析了能量效率与系统和速率的权衡关系,并基于该表达式提出了基于大尺度衰落的资源分配方案。在保证系统吞吐量的前提下,所设计的方案联合优化用户选择,用户端功率分配和中继端功率分配,使系统消耗的功率最小。