在当前物联网、车联网与人工智能等行业蓬勃发展的大背景下,5G作为新一轮科技革命的核心通用技术,成为了支撑经济社会向数字化、网络化以及智能化方向发展的关键。面对更大的带宽以及超高的速率需求,毫米波以其丰沛且待开发的频谱资源,在5G通信中扮演了不可或缺的角色。为了补偿毫米波在自由空间路径中传输的强损耗,研究者提出将大规模MIMO集成于毫米波通信系统,通过波束赋形技术获取高增益以保证所需的通信质量。相较于全数字或模拟波束赋形,出于降低系统能耗与硬件成本的角度考虑,囊括了模拟与数字处理单元的混合波束赋形架构成为当前的研究热点。然而在该架构下,伴随射频链的减少,信号维度降低,信道信息获取变得更加困难,将会影响波束赋形带来的性能提升。本文基于窄带毫米波信道,研究了毫米波大MIMO混合波束赋形系统中的信道信息获取和波束赋形优化设计。基于毫米波在时域和波束域的稀疏特性,可以利用稀疏信号恢复的技术获取信道信息。本文提出了一种基于流形交替方向乘子法(Manifold Alternating Direction Method of Multipliers,MADMM)的联合信道信息获取和波束赋形设计方案,将一个大的联合优化问题分解为若干个局部子问题,通过各变量的逐次迭代更新以实现多变量优化。该方案使用基于黎曼流形和Oblique流形的优化搜索方法,以解决波束赋形设计中的离散恒模约束与范数约束,并基于收敛得到的最优解,使用正交匹配追踪算法恢复出信道信息。仿真分析展示了该方案的良好性能。本文还提出了一种基于CB-ROMP的信道信息获取和波束赋形设计方案,通过设计确定的波束赋形码本,使用可以增加字典矩阵角搜索分辨率的ROMP算法获取信道信息。传感矩阵的互相干性是影响CS方法恢复性能的重要因素,在此基础上本文提出了一种基于最小化等效传感矩阵总相干性的通用波束赋形码本设计,以保证信道信息获取的精度。仿真结果表明,该方案在几种不同的模拟波束赋形结构中都具有良好且比较稳定的性能。另外,为了降低训练开销,本文还探究了低开销与性能损失之间的关系,提出一种适用于低导频开销的波束赋形码本与最佳列选择方案。仿真结果显示该方案能够实现较低的互相干性,并且在降低训练开销与性能损失之间达到了平衡。