高数据速率和高可靠性已经成为当前无线通信系统的基本要求。针对频谱资源短缺的现状,毫米波的提出和使用大大缓解了频谱压力。毫米波频段上丰富的频率资源可以满足高数据速率传输的需求,但其带来严重的路径损耗成为迫切需要解决的问题。大规模天线技术在增加系统容量的同时,可以有效提升传输链路质量。基于大规模天线阵列的混合波束赋形技术可以实现高增益的定向波束,故有效的波束选择算法将为毫米波系统带来很大性能增益。无线信号传播受衰落、干扰和噪声的严重影响,因此在接收端采取有效的信道均衡技术可以有效地补偿减弱的信号。此外,干扰水平对毫米波通信系统有重要影响,实现对干扰的准确测量对提升系统性能具有重要意义。本文主要工作及创新如下:1.相比于传统的基于单一准则的波束选择方案,提出了自适应波束选择算法。该算法利用干扰相关矩阵进行干扰检测,从而实现在不同干扰环境下自适应地在给定的波束选择准则间进行动态切换。仿真表明该自适应波束选择算法可以有效兼顾传输性能和波束选择开销。2.为保证有效的信道均衡,提出了自适应接收机算法,旨在根据传输链路的干扰程度动态地在最大比合并(MRC)和干扰抑制合并(IRC)间自适应切换。与传统的硬切换方案相比,基于机器学习算法进行干扰检测可以实现对信道干扰水平更准确的判断,从而在不同的干扰状态下选择合适的接收算法,在接收性能和复杂度上取得更好的折中。3.针对前述问题中涉及的干扰检测过程,提出了基于追踪参考信号(TRS)的干扰测量算法,从而可以将测量的干扰信息应用于前述技术以及任何其他通信相关流程以进一步提升通信系统性能。该算法基于对TRS的有效信道估计,通过多种学习算法实现常见信道模型下的有效干扰测量。为了减小系统开销并提升干扰测量准确性,进一步提出了三种干扰测量增强方案。仿真结果表明该算法可以实现有效的干扰测量,且增强算法在减小开销的同时能实现准确的干扰测量。