在过去的数十年间,多输入多输出（Multiple-Input Multiple-Output,MIMO）技术的发展极大地提高了无线通信系统的频谱效率,但是系统的功耗和硬件成本仍然是实际应用中面临的关键问题。采用低精度数模转换器（Digital to Analog Converter,DAC）或者低精度模数转换器（Analog to Digital Converter,ADC）能有效降低系统功耗和硬件复杂度。此外得益于电子器件的发展,智能反射面（Intelligent Reflecting Surface,IRS）作为一种新型无源器件,可以通过改变无线传播环境提高系统性能。将IRS与低精度DAC/ADC相结合用于MIMO通信系统能在降低系统功耗的同时尽可能地提高性能,但IRS相关参数的设计必须考虑DAC/ADC低精度量化对信号产生的影响。基于以上背景,本论文围绕IRS辅助下采用低精度DAC的MIMO系统中的下行链路展开研究,设计了保证用户服务质量（Quality of Service,Qo S）的预编码算法,其中,Qo S的衡量指标是可达速率。一方面,本文研究了基站能够获得准确的信道状态信息（Channel State Information,CSI）时的预编码技术。首先根据加性量化噪声模型推导出多用户系统的可达速率。然后在用户可达速率的约束下,以最小化基站发射功率为目标,建立了以基站预编码矩阵和IRS反射矩阵为优化变量的联合优化模型。模型的目标函数是凸的,但是约束是非凸的。本文基于半正定松弛方法和交替优化方法设计了算法求解这一非凸优化函数。仿真结果表明,所设计的联合优化算法性能明显优于基于最大比率传输的基线算法。另一方面,考虑到在实际应用中,基站往往很难获得准确的CSI,本文进一步研究了CSI存在有界误差时的鲁棒预编码算法,构造了最小化基站发射功率的优化模型。算法设计的难点在于在任意一种可能的误差下均要保证用户Qo S。对此,采用S-引理将此Qo S约束转换为半正定约束。然后基于半正定松弛的思想简化模型,通过交替优化方法将简化后的模型拆分为两个子问题,分别用于求解基站预编码矩阵和IRS反射矩阵。这两个子问题均是凸的,可以使用凸优化工具CVX求解。最后通过仿真展示了所设计的鲁棒预编码算法的性能。