Massive MIMO巨大的阵列增益可以有效地提升多用户系统中单个用户的信噪比(SNR),使得通信系统的信道容量和频谱效率得到极大地提升。Massive MIMO也因此被公认为第五代移动通信(5G)的关键技术之一。考虑Massive MIMO系统典型的TDD通信场景中,用于信道训练的正交导频数目是有限的,因此,随着用户数的快速增加,导频在小区间复用不可避免,从而导致了严重的小区间干扰,即,导频污染。研究表明,导频污染构成了制约Massive MIMO系统性能的主要瓶颈。考虑到由导频污染造成的用户最小信干噪比(SINR)往往不能满足基本的通信需求,本文基于max-min公平性准则,提出Massive MIMO系统中面向公平的导频分配方案,通过最大化用户最小SINR,提升用户间的公平性,进而缓解导频污染。首先,本文研究了用户SINR和导频分配的关系。通过引入导频选择矩阵,分别推导了上行和下行用户SINR的渐近表达式。研究表明,用户上行SINR依赖于各导频选择矩阵之间的相关性,而用户下行SINR与具体的导频分配并不存在依赖关系。然后,基于用户上行SINR的渐近表达式以及max-min公平准则,分别对面向目标小区用户公平和面向全局用户公平的导频分配问题进行建模,最终将导频分配问题转化为导频选择矩阵的优化问题。其次,考虑目标小区用户导频分配的公平性问题,本文提出了三种导频分配方案：中心式导频分配方案(CPA)、基于大尺度衰落的导频分配方案(DPA)以及基于用户位置信息的导频分配方案(LPA)。其中,CPA通过等效转换,把原问题转化为混合整数线性规划(MILP)问题,进而可以采用优化软件求解；DPA和LPA分别基于大尺度衰落和用户位置信息给出用户受干扰强弱的判定方法,进而采用贪婪策略,以受干扰程度越强的用户在导频分配中具有越高的优先权为准则,进行导频分配。仿真结果表明,CPA提供了面向目标小区用户公平问题的最优解,并且具有较高的求解效率；DPA提供了近似最优解,同时,进一步降低了算法复杂度和系统复杂度；LPA仅在用户位置信息已知的情况下,实现用户最小SINR性能的提升,在阴影效应标准差较小的情况下,其性能可以与DPA相比拟。最后,考虑所有小区用户导频分配的公平性问题,本文提出了面向全局用户公平的导频分配方案(GPA)。首先,将面向全局用户公平的导频分配问题分解为若干子问题,进而借鉴CPA中问题等效转化的方法,将子问题转化为MILP问题；然后,通过循环迭代的方式求解各个子问题,最终获得原问题的解。研究表明,面向全局用户公平导频分配问题的优化目标是关于迭代次数的单调有界函数,因此,该方案可以在有限时间内收敛到最优解。仿真结果表明,GPA与穷举法获得的最优导频分配方案性能一致,因此该方案提供了近似的最优解,从而提升了所有小区用户之间的公平性。同时,基于子问题划分、子问题等价转化以及循环迭代等优化方法,以及快速的收敛特性,GPA大大降低了全局用户公平导频分配问题的复杂度。