MIMO技术能够在不增加时频资源的情况下线性地提高系统的容量，MU-MIMO技术则能在不增加时频资源的同时不增加空域(收发天线数)资源的情况下收集多用户分集增益，成为新一代通信系统提高容量的重要辅助技术。文中第二章给出了MU-MIMO的上下行链路模型和链路容量介绍。MU-MIMO技术主要包含用户调度和下行预编码两部分，前者主要是为了选择最佳用户组合以获取多用户分集增益，包括上行用户调度和下行用户调度，后者的主要任务则是实现多个用户数据流的分离以消除或降低用户之间的干扰。本文主要是研究MU-MIMO系统下行链路中的预编码技术。　　 MU-MIMO下行链路的预编码技术多种多样，论文首先概括了目前典型的预编码技术，包括基于码本和非码本的预编码，线性和非线性预编码。但是这些预编码技术的性能并不如人意，它们都较为依赖信道的好坏，对信道没有较强的健壮性。鉴于此，我们对MU-MIMO系统引进了常用于SU-MIMO系统中接收端检测前预处理的格基约减技术。格基约减技术能有效改善信道，以使其更利于信号检测。　　 然后论文给出了现有的传统的基于格基约减的MU-MIMO预编码技术，该技术能在像传统预编码那样分离用户数据流的基础上，使得所有用户都获得满分集度的性能。但是该技术面临两个缺点，一个是发送端需要传输额外信号给接收端用于信号检测；另一个是该技术会带来量化误差。接着，本文提出了一种有效传输格基约减产生的幺模矩阵的量化编码方法。该方法能以较少的比特数实现较佳的性能，并且可以通过调节量化程度来实现不同的性能。本文对提出的量化编码方法进行了大量仿真，找到了不同情况下的最佳量化程度。　　 针对传统的基于格基约减的预编码技术的缺点，本文提出了一种改进的方法，其不但不需要幺模矩阵的传输，还可以避免传统方法遭遇的量化误差。但同时，改进方法也带来了两种新的性能损失：功率损失和Modulo损失。文章从理论上分析了两类性能损失的成因，并对其进行了仿真。最后，论文分析了影响功率损失和Modulo损失严重程度的Modulo参量A，并通过仿真找到了实现两类损失最佳折中的最优A值。