为满足日益增长的用户设备数量对网络支持能力及数据传输速率的需求,第五代(5th Generation,5G)移动通信新空口(New Radio,NR)引入能提供丰富频谱资源的毫米波(mmWave)技术、大规模多输入多输出技术(Massive Multiple Input Multiple Output,Massive MIMO)和有效提升数据传输速率的载波聚合技术(Carrier Aggregation,CA)作为网络容量和性能提升的重要手段。其中,不同于低频段存在频谱资源受限且大多涉及其他系统干扰保护等问题,毫米波位于高频段且频谱资源十分丰富,其对于满足5G更好、更快的增强型移动宽带需求至关重要,然而,毫米波路径损耗较大,信号衰减较快,因此可生成高增益赋形波束的Massive MIMO技术在毫米波通信系统中被广泛采用。Massive MIMO技术通过采用大规模数量的天线来弥补高频段路径损耗,这意味着未来5G高频通信场景中将会有大量的波束对存在,因此在5G高频通信场景中如何做好波束管理工作将具有十分重要的研究意义。与此同时,根据IMT-2020(5G)推进组发布的《5G愿景与需求白皮书》,5G支持的最大用户移动速度可达到500km/h,这表明5G对于高速移动场景的支持能力将进一步提升,然而毫米波Massive MIMO系统的波束宽度极窄,由此给高速场景下波束管理相关技术带来的难题和挑战仍亟待解决。此外,为更好地满足5G高速数据传输的性能指标,载波聚合技术在5G NR得到进一步增强,且未来有望通过在高频段上部署辅载波来进一步提升数据传输速率,因此,研究如何在载波聚合场景中做好高频波束管理工作具有重要意义。基于上述背景,本文针对高频高速场景下的5G多天线波束管理技术展开相关研究工作。主要工作和创新点介绍如下:针对5G毫米波大规模多天线系统中的波束切换问题,以高铁场景为例,搭建了高速移动场景下的用户移动模型,引入基于多波束协作(Multiple Beam Cooperation,MBC)和无缝波束间切换(Seamless Inter Beam Handover,SIBH)机制的5G毫米波通信系统波束切换方案,并针对波束切换失败概率与波束资源占用率之间的平衡优化问题,提出了一种动态波束切换的联合优化(Jointly Optimized Dynamic Inter Beam Handover,JOD-IBH)算法,通过引入权重函数W来协助用户动态调整多波束合作组的波束数量,从而达到在满足波束切换机制性能的前提下,尽可能地节省资源占用。系统级仿真表明,与传统的波束切换方案相比,JOD-IBH算法在波束切换成功率方面有较大提升,且其能较好地平衡波束切换性能与资源占用率之间的关系。针对5G高速移动场景下实时性波束切换机制成功率较低的问题,本文将灰度模型(Gray-Model,GM)引入到移动通信系统中,提出了一种基于灰度模型拟合的高速用户波束切换预判算法(Gray-model based Inter Bean Handover Prediction,GIBHP),该算法通过设置波束切换预判窗来对用户的接收波束信号质量进行细粒度GM建模,结合用户的移动模型对波束切换发生的时间进行预判,并基于误差度量准则进行波束切换预判决策,系统仿真表明,该预判算法在高速移动场景中有较高的预测准确率,且相较于传统的波束切换方案,该预判算法在一定程度上提升了波束切换成功概率。针对 NR Massive MIMO 波束故障恢复(Beam Failure Recovery,BFR)机制不支持CA场景中的辅载波进行上行反馈以及PRACH资源开销较大问题,首先构建了载波聚合场景下用户通过波束赋形技术与多个Cell的连接模型,然后提出了一种基于分组的波束故障恢复机制,并进一步优化了该机制中波束故障恢复请求(Beam Failure Recovery Request,BFRQ)信息的标识设计,包括波束故障小区标识和候选波束指示标识。其中,针对BFRQ中的波束故障小区标识,提出全局法,层级分组法和隐性映射分组法三种故障小区指示方案;针对BFRQ中的候选波束指示标识,提出基于PRACH的改进型候选波束指示方案和基于PUCCH的开销节约型候选波束指示方案。通过分析及仿真表明,所提方案提升了BFR机制对CA场景的支持能力,并且有效减少了波束故障恢复过程中PRACH资源的开销。