随着无线通信技术的发展,第5代移动通信(5G)系统不仅需要为用户提供更高的数据传输速率和更好的服务质量,还需要降低系统的开销,实现绿色通信。然而,为了提高频谱利用率,为用户提供更高的速率,必须对系统资源进行更高效的分配和优化。同时,在现有的网络环境下,即便采用微蜂窝或家庭基站,系统中基站的能耗仍然占到系统能耗的50%以上。因此,为了实现绿色通信,不仅需要定义衡量绿色通信的指标、合理的网络部署、提出低功耗的网络结构,还需要结合一些新技术提高资源利用率。而云无线接入网络(Cloud Radio Access Network,C-RAN)作为一种新的无线接入网架构,它将云计算应用到无线接入网中,并结合集中、协作、云化、绿色等先进技术,是5G中实现绿色通信技术的标准之一。C-RAN能够通过集中式的资源处理,根据用户需求和网络环境,更有效地利用系统资源。协作多点(Coordinated Multi-Point,Co MP)传输与接收技术通过将干扰信号转换为有用信号,能够有效抑制同频干扰。C-RAN中采用Co MP技术,通过联合波束成形设计,能够大幅度地提高用户的接收信干噪比(Signal Interference Noise Ratio,SINR),从而提升系统的传输性能。然而,在提高系统频谱效率的同时,C-RAN也给无线通信网络带来了一系列的挑战,其中最直接的就是能耗问题。所以,C-RAN绿色通信的核心目标是研究频谱效率与能耗的折中,实现对能量效率(简称能效)的提升。在实际通信系统中,由于反馈带宽受限、多普勒频移、信道估计本身的不准确性、导频污染等因素,使获得的信道状态信息(Channel State Information,CSI)是非完美的,且非完美的CSI容易造成系统性能的恶化。因此,由于非完美CSI的引入,需要对波束成形进行鲁棒性设计。基于上述考虑,本文主要针对非完美CSI下C-RAN的能效优化问题进行鲁棒性波束成形研究。首先,在给定用户速率的情况下,针对C-RAN非完美CSI下功率最小化的波束成形问题,本文通过联合基站模式、用户连接和鲁棒性波束成形设计来解决。本文利用压缩感知中的组稀疏优化理论,通过将问题转化为半定规划(Semidefinite Programming,SDP)问题,给出一种基于SDP的迭代组稀疏波束成形(Iterative Group Sparse Beamforming based SDP,IGSBF-SDP)算法,并证明了算法的收敛性。为了降低算法的计算复杂度,本文将问题转化为SOCP(Second Order Cone Programming,SOCP)问题,并提出一种基于迭代差分凸函数法(Iterative Difference of Convex Function,IDC)的启发式两步选择(IDC-SOCP)算法。该IDC-SOCP算法将IDC算法与二分法相结合来确定基站模式和用户连接。最后,从算法收敛速度、功耗以及信道误差对功耗的影响等方面验证了算法的性能。其次,针对C-RAN非完美CSI且前馈链路容量受限情况下的以能效最大化为目标的波束成形问题,本文通过联合优化波束成形和前馈压缩来解决。为了得到该优化问题的最优解,本文提出一种基于分枝定界的最优波束成形算法。尽管该最优算法的计算复杂度高,但是它能为其他低复杂度的求解算法提供性能上界。为了降低计算复杂度,本文提出一种基于Dinkelbach的两层分布式(Two Layer Distributed,TLD)波束成形迭代求解算法。其中,外层迭代通过二分法更新系统能效,而内层迭代则通过块坐标下降(Block Coordinate Decent,BCD)算法和交替乘子法(Alternating Direction Method of Multipliers,ADMM)算法相结合,以获得问题分布式闭合解。最后,分析了基站最大发射功率、前馈链路容量以及信道误差对能效的影响等验证了提出算法的有效性。最后,对于C-RAN安全通信系统,由于无线信道的广播特性,窃听终端接收并解调基站发射的信息,并且窃听终端可能会发射信号影响正常用户对信息的接收。因此,本文从信息论的角度,通过引入人工噪声干扰窃听终端,以提高网络的安全性能。针对C-RAN安全通信系统中非完美CSI下以能效最大化为目标的波束成形问题,在保证安全通信的情况下,本文通过联合波束成形和人工噪声设计来解决。本文首先给出一种基于分枝定界的最优波束成形算法,给出该问题的性能上界。鉴于该最优算法计算复杂度高,本文提出一种基于连续凸近似(Successive Convex Approximation,SCA)的波束成形迭代求解算法。该SCA算法基于原始问题的上镜图,利用一阶泰勒展开将非凸约束线性化,并利用S准则将涉及到非完美CSI的约束转化为凸约束,再进行迭代求解。仿真结果表明,在保证安全通信的情况下,提出的SCA算法能够获得近似最优的能效性能。