随着无线通信理论的快速发展,大规模MIMO技术作为5G通信系统中的关键技术而被广泛研究。大规模MIMO系统理论上可以通过在基站侧部署大量天线,允许多用户复用相同时频资源传输数据,极大地提升了系统的频谱效率和吞吐量。但是在实际场景中,大规模MIMO系统基站端部署的天线数目不可能无限增大,这就使复用相同时频资源的用户间产生了共道干扰,这种干扰会使系统吞吐量性能变差,因此本文针对单小区大规模MIMO下行系统中多用户分组策略进行了研究,并在结合了已有算法优点的基础上提出了两种改进的多用户分组算法。具体内容如下:1、本文介绍了大规模MIMO系统的信道模型,理论推导了实际场景中大规模MIMO系统多用户的共道干扰产生原因,介绍了多种预编码方案对多用户干扰的抑制作用,同时归纳总结了 TDD系统下经典的多用户分组策略,为本文多用户分组算法的设计提供了良好的思路。2、本文提出了基于用户相关性的改进的自适应分组算法,该算法通过比较用户间信道的相关性与阈值相关性大小,将基站服务的所有用户合理分组,从而使系统吞吐量最大化。仿真结果表明改进的分组算法在系统吞吐量性能上优于原算法,尤其在小区内用户相关性较大的情况下对吞吐量的提升更为明显。3、本文提出了一种改进的联合用户分组与资源分配算法。该算法的优化目标为最大化系统吞吐量,优化准则为在每个物理资源块(ResourceBlock,RB)上合理分配用户,使每个RB上用户和速率最大。当某一用户达到期待速率时,系统不再服务此用户。仿真结果表明改进的分组算法相比于原算法在系统吞吐量上相差不大,但是改进算法的用户公平性和算法的复杂度都好于原算法。4、最后对全文的工作进行了总结,提出了下一阶段可能改进的问题,同时展望了未来大规模MIMO多用户分组的可能研究方向。