毫米波（mm Wave）波段为5G通信开启了一个新时代。由于毫米波波长较短,导致传输过程中路径损耗较为严重,而大规模MIMO技术可提供较大的传输增益,因此将毫米波通信技术与大规模MIMO技术相结合可有效缓解这个问题,但随着MIMO规模越来越大必然会导致天线数目的增加,从而增加基站部署成本以及过高的功率损耗。另外,在室内,由于障碍物的存在导致毫米波视距链路不可靠。智能反射面（IRS）是一种具有成本效益的解决方案,通过利用大量低成本的无源元件来反射入射信号,不仅可以提高系统性能,也可以为非视距链路提供可靠的传输。本文主要研究了IRS辅助毫米波无线通信技术的问题。本文建立了传统的毫米波大规模MIMO系统模型与信道模型,并在此基础上引入IRS,建立了IRS辅助毫米波无线通信的系统模型。进而给出基站端到IRS以及IRS到目标用户之间的信道模型。研究了IRS反射相移的优化问题,并分析了IRS反射相移取连续值与离散值之间的性能差异。本文首先研究视距链路下IRS辅助毫米波大规模MIMO单用户通信系统,IRS采用离散相移1-bit量化,将反射相移优化问题转换成离散值搜索问题,并利用遗传算法来搜索最优相移值。其次在单用户的基础上将问题拓展到多用户上,研究了非视距链路下IRS辅助多用户毫米波通信系统,并使用机器学习的方法分析了IRS反射相移取离散值时1-bit量化与2-bit量化之间的性能差异。最后,基于以上的分析,考虑IRS反射相移取连续值的情况。由于优化问题存在非凸约束,常用的凸优化方法无法求得问题的最优解,因此采用梯度投影算法,并就连续相移与离散相移对性能的影响进行了分析。