在一个通信系统中,包含各种移动终端设备以及多个基站,当前移动终端设备数量正以指数形式不断增长,由此带来了对系统容量需求的不断提高。为了应对不断增长的系统容量需求,大规模天线系统作为下一代移动通信网络的关键技术,成为学术界和工业界的重点研究内容之一。最初是在传统多输入多输出系统(MIMO,Multiple-Input Multiple-Output)基础上进行延伸,在基站侧集中布设大量的天线单元得到大规模集中式天线系统(CAS,Co-located Antenna System),也即大规模多输入多输出系统(Massive MIMO,Massive Multiple-Input Multiple-Output)。通过Massive MIMO技术,可以在不消耗额外频谱资源基础上大大提高系统容量。随后,大规模天线系统和分布式天线系统(DAS,Distributed Antenna System)相结合所得的大规模分布式天线系统被提出。对于大规模DAS来说,天线选择是其关键技术之一。本文对大规模DAS的天线选择等问题进行详细研究,主要的工作如下:1.本文首先对DAS和大规模DAS的架构以及现有的各项研究成果进行调研和分析,并在复合衰落信道模型基础上将大规模DAS和大规模CAS进行性能分析对比。在大规模DAS中,由于各个拉远天线单元(RAU,Remoted Antenna Unit)随机均匀分布于小区的不同地理位置,使得用户的平均接入距离相比大规模CAS得到大大的降低。同时,大规模DAS可以改善小区覆盖率,提升小区边缘用户速率,解决大规模CAS中的远近效应问题。因此,大规模DAS可以获得比大规模CAS更高的系统容量以及系统能效性能。2.在对大量文献进行调研的基础上,研究了现有的各种经典全局天线选择算法,包括:贪婪最优算法、贪婪次优算法、基于信道范数算法、递减算法以及随机选择算法,并对使用各算法所能获得的系统容量以及算法的复杂度性能进行仿真分析对比。并在贪婪次优算法基础上,对该全局算法进行改进,使得其选择的服务RAU数可以动态变化,更加适应实际系统的应用。除此之外,本文还对大规模DAS中的划分虚小区技术进行研究,包括无重叠划分虚小区以及虚小区合并等。3.在实际系统中会存在用户动态加入和退出的情况,而现有的文献鲜有这方面的讨论。本文在通过观察用户动态加入和退出时,使用改进的全局算法进行天线选择后服务RAU集合的变化规律,提出一种复杂度大大降低且系统容量性能接近全局算法的服务RAU集合局部更新算法。在论文的最后一章中,对本文所做的工作进行了总结以及对未来研究的进行展望。