近年来,数据业务种类日益丰富,为追求更好的用户体验效果,承载不断增加的业务量和用户量,业界已经对第五代(5G,5th Generation)移动通信系统展开研究。大规模多用户多输入多输出(Multi Users Multiple Input Multiple Output,MU-MIMO)系统通过在基站端配置大规模天线阵列,在不增加带宽及功率的情况下服务更多的用户已经成为各机构的研究重点。在大规模MU-MIMO传输过程中,为适应信道条件,保障高可靠高速率的通信,终端通过有限反馈技术将信道状态信息(Channel State Information,CSI)反馈给基站。然后基站通过天线选择技术选择合适的天线组进行数据传输,在获得较高频谱效率的同时减少硬件成本。但是随着天线数量的不断增多,信道状态信息CSI的反馈量急剧增加,同时也增加了联合收发端天线选择技术的复杂度。在本文中,研究FDD(Frequency Division Duplexing)传输模式下,如何减少大规模MU-MIMO系统信道状态信息CSI的反馈。考虑到大规模MU-MIMO系统信道的空时相关性,使用张量这种数据结构,从多个维度对信道状态信息CSI进行描述,构建了一个多维的信道状态信息CSI的张量,利用张量分解算法预测缺失的信道状态信息CSI。其次,以次优的最大化信道增益目标,联合收发端进行天线选择,并将联合收发端天线选择的的最大化信道增益转换成一个典型的最优目标匹配的问题,运用低复杂度、高效率的匈牙利解法进行求解。此外,对本文提出的基于张量分解预测的信道状态信息CSI有限反馈和基于匈牙利解法的联合收发端天线选择两个方案都通过仿真实验,并验证了两个方案的有效性。