多用户 MIMO(Multi-User Multi-Input Multi-Output,MU-MIMO)技术因其能显著提升通信系统容量、提高频谱效率的优势而受到业界的广泛关注和研究。如何将有限的时频资源高效地分配给用户,是影响MU-MIMO系统性能的关键因子之一。因此,MU-MIMO系统中的资源分配问题成为业界专家和学者的研究热点。本文对LTE-A系统中MU-MIMO下行链路资源分配问题进行了探索和研究。首先,介绍了 MU-MIMO资源分配问题的研究背景、研究现状和MU-MIMO下行链路中的关键技术。重点介绍了对抗IUI(Inter-User Interference)干扰的预编码技术和经典的用户调度算法原理。接着,研究分析了基于用户分组的MU-MIMO下行链路资源分配问题。用户分组的核心思想是根据用户信道之间的相关性粗略地估计用户复用时频资源时可能带来的用户间干扰。用户分组有效地缓解了 MU-MIMO资源分配算法复杂度过高的问题。在此基础上,深入研究和对比了 AUG(Adaptive User Grouping)和 JUG-RA(Joint User Grouping-ResourceAllocation)两种基于用户分组的算法,并针对两种算法在系统和数据速率和用户公平性不平衡的不足,创新地将传统比例公平调度准则与用户分组相结合,提出UGB-PF(User-Grouping Based-Proportional Fairness)算法,在系统性能的两个矛盾面——系统和数据速率与用户公平性——的折中问题上实现了更优的性能。然后,探索了 MU-MassiveMIMO系统中用户选择问题,研究和对比 了经典 SUS(Semi-orthogonal User Selection)算法和 GUS(Greedy User Selection)算法。针对SUS不考虑用户信道条件,GUS未考虑新选择用户对已选择用户的速率影响,从而导致用户公平性差等不足。通过定义益损比的概念,即在用户选择过程中,新选择用户带来的系统频谱效率增益与新用户带来的IUI对已选择用户造成的速率损失的比值。提出了 Max B/L-US(Maximum Benefit to Loss-User Selection)算法,以已选用户的最小速率损失获取系统频谱效率的最大收益,实现了系统频谱效率和用户公平性的同时提升。最后对本文的研究工作进行了总结并展望了未来的研究方向。