在离散天线系统(Distributed Antenna Systerm,DAS)上行链路中,由于对接收信号采样数有限,使得其采样协方差矩阵也是有限的。另外,由于通信环境的复杂性,无法准确地获得各条通信链路的信道状态信息(Channel State Information,CSI)。基于这两个问题,如果直接使用所估计的信道状态信息和有限采样数协方差矩阵,则无法准确地计算出该系统的最大互信息量(Mutual Information),也很难设计出该系统的最优接收机。虽然增大采样能一定程度上改善系统性能,但是计算量也大幅增加。为了解决信道状态信息和协方差矩阵存在的问题,消除有限采样数协方差矩阵对目标信号的影响,使用较少采样数的同时又能保持大采样数时系统的性能,本文将基于随机矩阵理论来优化系统。随机矩阵指的是矩阵的元素至少有一个为随机量。在此,我们主要研究大维度的随机矩阵。大维度的随机矩阵理论是指矩阵的观测维度和协方差矩阵采样数均趋于无穷大时,来研究的统计理论。在这种条件下,非常适用于处理实际的场景。在这种前提下,本文设计了一种使目标信号的均方误差最小,而输出信号信干噪比最大的线性接收机模型;同时基于估计的信道状态信息,优化该系统的互信息量。考虑单个蜂窝的离散天线系统的上行链路,基站端最优线性接收机和互信息量(最大信息传输速率)无法得到。因此,使用随机矩阵理论(Random Matirx Theory,RMT),基于线性最小均方误差准则(Minimum Mean-Square Error,MMSE)和最大输出信干噪比准则(Signal Interference-Noise Ratio,SINR),优化系统目标信号的线性接收机,提高系统综合性能。然后,为了增大系统数据传输的能力,本文使用随机矩阵的相关理论来减小估计的信道状态信息对互信息量的影响。另外,本文运用数理统计中的中心极限定理(Central Limit Theorem,CLT)证明了有限采样协方差矩阵和协方差矩阵之间存在的渐进等价关系。与此同时,本文还设计出随采样数变化而自适应调节的对角加载参数值,解决了采样协方差矩阵所需的对角加载参数值难以准确得到这一问题。