随着移动互联网技术的高速发展,移动通信系统对资源利用率及通信质量等方面的要求也不断提高。大规模多输入多输出(Multi-input Multi-output,MIMO)技术作为能够有效改善系统容量、提高频谱利用率及通信系统性能的关键技术,而得到重视。然而,在基于时分双工(Time Division Duplexing,TDD)的传输模式下,各小区内采用同一组正交的上行导频序列,相对于FDD模式,能够减少导频开销,但会导致小区间基于相同导频进行信道估计的导频污染。该导频污染使信道估计准确性下降,从而影响大规模MIMO系统的性能。因此,在基于TDD的大规模MIMO系统环境下改善导频污染具有非常重要的意义。本文针对多小区大规模MIMO系统,从传输功率和导频分配等角度的优化来降低导频污染对系统数据速率的影响,基于信道的时间相关性,利用卡尔曼滤波对信道响应进行估计和预测,从而设计导频和数据功率的联合动态分配方案;根据用户信道的统计相关性,提出传输功率和导频分配的联合优化方案。主要工作总结如下:首先,提出一种用于时分双工大规模MIMO系统的联合动态导频和数据功率分配方案。该方案基于时间相关信道的高斯马尔可夫过程对信道建模并结合卡尔曼滤波器实现信道估计。基于卡尔曼滤波特性,采用其滤波过程中可得的先验估计值作为在信道估计之前的信道预测,并依据该先验估计值,通过分析和推导获得下一个时隙用户的确定性近似速率,作为具有强干扰的相关用户的先验信道估计和先验估计误差的函数。由此,根据系统中用户的先验估计值能够实现发送导频之前的导频功率分配和数据功率分配,以达到系统最大化最小速率,具体求解过程中设计了迭代收敛算法、连续逼近算法和变量松弛方法。仿真结果证明通过功率分配有效降低导频污染和数据间干扰。其次,基于前文的动态功率的分配方案,提出了一种用于时分双工大规模MIMO系统中的传输功率和导频分配的联合优化方案。考虑到性能和复杂性的权衡,本文采用第一时隙中的确定性近似数据速率,并以此作为统计值的函数导出。为了最大化系统的最小速率,迭代地优化传输功率和导频分配,其中导频分配采用信道增益与抑制的比值为准则,按照该比值的降序进行调整导频分配,从而进一步减少导频污染。