随着新型多媒体业务和智能终端数量的快速增长,移动通信系统面临着系统容量、数据速率、频谱资源等多方面的压力。毫米波拥有丰富的频谱资源,大大缓解了目前移动通信系统中的频谱资源压力。Massive MIMO技术通过在基站侧配置大规模天线阵列,使得发送信号获取波束赋形增益,弥补毫米波的高路径损耗特性。此外,毫米波较短的波长使得可在给定天线阵列尺寸的情况下配置大量天线。因此,毫米波Massive MIMO系统是5G的重要技术方案。本论文选题来源于企业科研合作项目——《新一代网络关键技术与业务分析技术研究》。本论文着重研究毫米波Massive MIMO系统的波束分配技术,提出了分别用于初始接入流程和数据传输流程的两种波束分配算法。首先,本文阐述了毫米波技术和Massive MIMO技术的基本概念和关键技术,并着重梳理了毫米波Massive MIMO系统的波束分配算法研究现状的优缺点。随后,针对初始接入流程中现有波束扫描方案时延大、波束分配算法精确度低的现状,本文提出了一种低接入时延的波束分配算法;该算法以用户位置信息为特征值、以毫米波基站发送波束为类,将初始接入中的波束分配问题建模为支持向量机多分类问题;算法整体流程可划分为系统初始化和波束分配,分别对应分类模型建模和分类结果预测;仿真结果表明该算法有效降低了用户平均初始接入时延并有着较高的波束分配准确率。最后,针对数据传输流程中现有波束分配方案限于局部优化系统容量、忽视用户公平性的现状,本文提出了一种传输速率公平的波束分配算法;该算法将指向用户的LOS径波束和NLOS径波束组成备选数据发送波束集,建立以最大化系统效用和为优化目标的最优化问题,利用分布式Q学习算法迭代获取最优波束分配方案。仿真结果表明,该算法能够有效提升系统容量和用户间传输速率的公平性。