大规模天线阵列作为5G核心技术之一在近些年得到了长足的发展,其基本架构又分为集中式系统和分布式系统两种。分布式中的一种重要架构就是无小区大规模天线阵列,其包含大量在相同时频资源下向相对数量较少的多个用户提供服务的分布式接入点,该架构对抗阴影衰落的能力较强,可以极大的提升用户服务质量的公平性。由于大规模天线阵列具有信道硬化特性,平均了信道的小尺度衰落,现有研究多是假设在大尺度衰落已知条件下进行功率优化等信号处理问题,然而无小区大规模天线阵列由于接入点装配天线数目较少,相比于集中式大规模天线阵列信道硬化现象并不显著。因此在大尺度衰落未知条件下的信号处理是目前无小区大规模天线阵列结构中需要研究的问题之一。本文首先分析了无小区大规模天线阵列的基本架构,包括其传输协议和关键技术。论述了在大尺度衰落信息已知时,上行链路训练估计信道信息的方法。给出了接入点装配单天线时用户上下行链路归一化带宽数据传输速率的闭合表达式。随后介绍了贝叶斯估计的基础知识并对其中的粒子滤波算法进行了详细的阐述,探讨了将粒子滤波应用于下行链路功率优化的可能性。最后分析了无小区大规模天线阵列下行链路数据传输的方案,并和small-cell场景的用户服务质量进行对比。然后,本文针对大尺度衰落未知的场景,给出一种信道估计方案。推导接入点装配多根天线时,在此信道估计值的基础上的下行链路归一化带宽数据传输速率的闭合表达式。依据此表达式给出了采用波束赋形预编码时下行链路功率优化方案。随后分析了大尺度衰落在相邻相干间隔内相关性。提出一种基于贝叶斯滤波的功率系数估计跟踪算法。最后通过仿真验证了该算法对用户服务质量公平性的保证性能。最后,本文基于之前对大尺度衰落在相邻相干间隔内的相关性的分析提出一种基于粒子滤波的信道信息估计和跟踪算法。在最大化最小用户信干噪比的功率优化算法中,利用前述方案得到大尺度衰落,提升对最优功率系数的估计精度。通过仿真验证了该算法对用户服务质量公平性的保证性能和对用户移动速度的鲁棒性。结尾总结全文,并给出了无小区大规模天线阵列架构功率优化的一些待解决问题和研究方向。