近年来,全世界都在抓紧建设运行速度超过500公里/小时的高速列车。尤其是子弹头列车和高速列车在中国已被广泛使用。此外,由于列车的高速移动性,以及人们对高速数据服务的需求日益增加,使得获取准确的信道信息和开发高速铁路(HSR)通信的高效广播系统(如可靠性,安全列车运行和乘客通信)成为关键。满足乘客在高速列车场景下对无线通信的需求是一个具有挑战性的问题。例如,2017年中国推出世界上最快、最长的高速列车,连接北京和上海两地,总长达1318公里。此列车最高时速可达500公里/小时,该路线的容量估计约为每天22万乘客,所有这些乘客都需要稳定和高质量的互联网连接。高速铁路的发展给乘客带来了极大的便利,然而乘客对可靠的无线和数据连接的需求也在增加。在过去几年中,由于智能手机、平板电脑、笔记本电脑和许多其他无线数据消费设备的急剧发展,数据流量呈指数级增长。随着全球移动数据流量的增长,未来对无线数据流量的需求将会更大,预计到2018年每月增长到15.9艾比特,与2014年相比增长约6倍。此外,估计到2018年时,增加的连接设备数量将达到102亿。在基站和接入点之间传输的数据是来自火车上众多不同旅客的复合流。一般来说,不同的旅客可能有不同的需求。例如,某些个人正在运行文件传输协议下载或基于缓存的数据推送服务,这些服务对平均速率很敏感并且可以延迟;而另一方面,其他旅行者可能正在进行语音通信或智能娱乐,这对延迟比较敏感。换句话说,基站和接入点之间传输的复合数据是一组具有不同服务质量要求的数据流,例如同时具有唯一信息速率和最大容忍延迟。根据无线服务厂商的逐步宣布,每个传输服务需要更多的吞吐量,以适应更高信息速率的客户,同时保持服务质量。为此,我们可以使用多用户控制堆栈和资源分配策略使可访问资源更有效地利用。然而,随着列车移动速度增加到500公里/小时,之前的这些系统无法应对数据包丢失,快速的小区切换和多普勒频移等问题,以满足服务需求并保证可靠的列车运行。因此,为了匹配列车如此高的速度,网络设计、硬件设备和软件算法是必要的。高速铁路的发展为乘客提供了极大的方便。但是,现有的GSM-R等铁路通信系统并不适合高速列车与地面之间的通信。正如GSM-R制造商所说,GSM-R的生命周期将在2025年结束,而国际铁路联盟(UIC)表示,开发用于铁路的下一代移动通信系统将绕过第三代移动通信[5]。我们已应用众多技术,来从根本上提高高速铁路通信系统的容量和可靠性。除此之外,MIMO技术在高架桥地形中的高速铁路(HSR)无线通信系统中可能不太成功。当配备大量发射天线时,系统设备成本的影响更为严重。假设,极限将以对数形式展开,并最终与固定相关信道上的发射天线数量相关。那么,对于最优的视距(LOS)衰落信道的情况,发射天线数量的增加没有产生事实上的变化,多个天线接收将完全失去效果。相反,由于高速运动产生多普勒影响还会引起严重的载波间干扰(ICI)。5G通信系统目前正在探索中。欧盟、美国、韩国、中国和日本已经建立了第五代改进协会,HSR场景已被认为是第五代典型场景之一。根据这些进展以及相关的关键技术的发展,我们应该被认真研究大规模MIMO策略和相应的信道建模。近来,大规模MIMO技术因其显着提高频谱效率,能量效率和系统强度的优势而使许多研究人员向往。在大规模MIMO系统中,发射机和接收机都配备有大量的天线元件(通常为数十甚至数百个)。应该注意,发射天线可以分布在相同或不同的应用中。而且,大量的接收天线可以由一个设备拥有或分配给许多设备。大规模MIMO系统不仅可以享受传统MIMO系统的优势,而且还可以显着提高频谱效率和能量效率,因为当天线数量足够大时,大规模MIMO中的信道间干扰(ICI)是平均的大数定律(LLN)。因此,信道能力可以通过简单的匹配滤波波束成形或接收器来实现。大规模MIMO是下一代无线通信系统的一项候选技术。最近,这项技术引起了很多专家的注意,大规模MIM0(也称为大规模天线方案)可以满足高速铁路(HSR)无线通信系统列车-地面信息传输的要求。大规模MIMO技术是一种满足需求且有前景的候选技术。通过为基站装备大量数目,例如数十到数百个天线,可以用相同的时间-频率资源来服务众多的终端,而没有终端的用户间干扰。大量的天线也获得了大阵列的优势,即增强了接收信号能力,因此可以实现更好的覆盖。另一方面,我们可以使用来自基站和终端的发射功率来满足能量效率需求。理论上已经证明,配备大量基站天线的系统可以在链路一致性、数据速率和辐射能量效率方面显着提高性能。实际上,由于这种系统的物理约束和复杂性,基站的天线数量不能无限的变大。而且,成本也应该考虑在内。我们知道,在基站增加更多的天线通常价格低廉,而且额外的数字信号处理单元也变得越来越便宜。而且,现有网络中80%的功率在基站处消耗。因此,基站技术也需要重新设计以降低功耗。一些研究人员已经研究了如何增强物理层传输以减少传输信号功率,同时保持服务质量(QoS)。针对大规模MIMO中的大尺度衰落,可以增强功率分配,这使先进的功率控制算法在计算上可行。最近的一些研究已经考虑了大规模MIMO系统的功率分配,但是他们都没有考虑过基站用户关联问题。大规模MIMO已经在平均负载的场景中展现出高能效,其中相同数量的用户被预分配给各个基站。而在任何给定时间,用户负载在实践中通常是不均匀分散的,这使得一些基站在它们的区域比其他区域拥有更多的用户。能源消耗是无线通信最重要的特征之一。通信服务提供商考虑的经济因素主要源自这一方面,降低其对运营支出的直接影响,并最大限度地减少排放。因而我们专注于最大化上行链路能效。总之,我们需要立即设计高效的资源分配方案以提高系统性能。最近观察表明,研究人员逐渐将注意力从提高系统容量或降低功耗转为提高能源效率。现有研究主要集中在低机动性环境下的资源分配问题。移动速度达到500公里/小时以上时,会导致频繁的小区切换,时变信道,多普勒频移等不可忽视的因素。实际上,发射端和接收端天线数量的增加都极大地提高了系统的性能,但这种大幅度增长并不会无条件的持续。需要立即设计高效的资源分配方案以提高系统性能。资源分配策略是针对高移动性的OFDM系统而设计的,但它在相当大的复杂度下获得次优分配策略。本文研究的目的是设计一种资源分配方法来提高系统性能。新提出的算法将通过选择性地减少天线,降低采样率或使用其他策略降低功耗来降低能耗。在高速场景下分析多用户MIMO下行链路系统后,所考虑的问题是定义一个非凸优化问题的数学模型。为了处理模型和降低复杂度,提出了一种快速收敛的迭代算法来解决优化问题。本文的目标是最小化总发射功率的高效资源分配算法。根据高速铁路系统用户的需求,提高系统性能,最大限度地提高能源效率,匹配时速500公里/小时的列车对通信系统的需求。大规模MIMO系统在理论上显示了最大容量,这点已经通过仿真得到了证明。另外,随着发射端和接收端天线的数量增加,系统容量也增加。配备数十甚至数百根天线的大规模MIMO系统作为增强型MIMO技术出现,可以帮助满足第五代无线通信系统对数据日益增长的需求。高速铁路无线通信网络中的资源分配问题是提高资源利用效率的关键问题之一。然而,传统的资源分配方法不能直接应用于这种特殊的通信系统。本文将高速场景下多用户MIMO-OFDMA下行链路系统的资源分配策略建模为多维优化模型,其中综合考虑子载波,发射功率,天线和用户的最小数据速率需求。特别是,我们考虑由高移动性引起的多普勒频移。基于凸优化的相关理论,提出了一种快速收敛的系统能效优化迭代算法。仿真结果表明,系统性能在能效和吞吐量方面都有所提高,且系统能效可以在几次迭代中实现。然而,我们研究的是单小区系统的分配策略。在实际场景中,存在小区切换等问题更难以解决。对于大规模MIMO技术,我们仍然有大量的空间来研究。未来高速场景对无线数据流量的需求将更大,我们未来的工作将集中在进一步研究能效,资源分配和大规模MIMO。