MIMO技术可以在不增加频谱的情况下，极大提高频谱利用率，因而近十年得到了广泛的研究，并在LTE以及IMT-ADVANCED等系统中得到应用。口前，关于MIMO的研究主要还是侧重在物理层和无线资源分配方面，而关于MIMO系统网络规划方面的研究工作还不是很多。本论文将研究MIMO系统网络规划中的一个重要问题——网络侧多天线的最优覆盖问题。　　 全文主要工作如下：　　 (1)比较了集中式MIMO与分布式MIMO系统的中断概率性能、误比特率性能、遍历容量性能。首先，对复合衰落信道提出了几种简化的近似模型，并利用所提出的简化信道模型，推导了分布式MIMO系统的中断概率、误比特率性能以及遍历容量的表达式，用Monte-Carlo仿真验证了所推导的理论表达式的正确性。在此基础上，对比了多小区环境下集中式和分布式MIMO系统在小区平均中断概率、平均遍历容量以及平均误比特率这三个性能方面的差异。对比发现，分布式MIMO系统的这三个性能指标比集中式MIMO系统要好，这就说明分布式MIMO系统能够增强通信链路的稳定性(平均中断概率性能和平均误比特性能)，提高系统容量(平均遍历容量性能)。　　 (2)研究了分布式MIMO系统网络侧(也即基站侧)多天线位置的最优分布问题。分别以最大化小区平均遍历容量以及最小化小区平均误符号率为优化目标，给出了计算分布式MIMO系统网络侧多天线最优位置的算法。这部分工作基于一般的用户分布模型，而且考虑的是广义分布式MIMO系统，也即每个分散在小区中的天线端口都配置多个收发天线。　　 论文利用Wishart矩阵的分布性质、Jensen不等式以及两重积分的Simpson近似推导了小区下行平均遍历容量的解析表达式和下界，并给出分布式MIMO系统网络侧多天线最优位置选择所对应的最优化问题。针对该优化问题，论文给出基于拉格朗日乘子的最优解搜索算法，以及基于遗传算法的次最优解搜索算法。拉格朗日乘子的最优解搜索算法的计算复杂度较高，而基于遗传算法的次最优解搜索算法的计算复杂度较低。　　 采用正交空时编码方案，以最小化小区平均误符号率为优化目标，研究分布式MIMO系统网络侧多天线的最优分布。论文首先推导了在高信噪比下误符号率的表达式，然后进一步利用Simpson近似，推导了小区平均误符号率的表达式。论文在给出基于拉格朗口乘子的最优解搜索算法的基础上，为了加快算法收敛速度，提出了一种基于粒子群算法的次优搜索方案。数值结果表明，本文所提出的基于粒子群算法的次优搜索算法，能接近最优值，且计算复杂度较低。　　 (3)研究了分布式MIMO系统的天线选择算法与功率分配算法。　　 首先，在单用户场景下，假设每个传输天线等功率发送的前提下，研究了分布式MIMO系统的天线选择策略。论文利用lognormal近似，推导了下行归一化遍历容量和归一化中断概率的表达式，给出了最优天线选择方案所对应的优化问题。根据此优化问题，提出了自适应天线选择算法，并推导了最优天线选择下最小归一化中断概率的表达式。仿真结果表明，最优的天线选择并非所有的天线都用于传输，而是根据信道条件的变化选择部分天线用于发送信号。　　 其次，在多用户场景下，考虑了天线选择与功率分配方案。为了更广泛地讨论分布式MIMO系统的功率分配，假设各个天线端口都有独立的功率约束。论文假设所有基站侧天线都可以用于传输信号，当某个天线被分配零功率时，就等效于未被使用，当所分配的功率非零时，就等效于天线被选择。这样就将天线选择与功率分配的联合优化问题转化为全天线使用条件下的多用户功率分配问题。论文给出了多用户场景中天线选择与功率分配方案所对应的优化问题，提出了相应的具有比例公平性的功率分配算法。由于该优化问题是一个复杂的多口标非线性优化问题，很难直接进行求解。本文通过松弛该优化问题的约束条件，将该优化问题转化成三个容易求解的凸优化问题，并通过拉格朗日乘子法进行求解。仿真表明，该算法既能最大程度地使所有用户的容量之和达到最大，还兼顾了用户之间的比例公平性。