Massive MIMO是目前5G研究中的热点技术之一。通过在基站部署大规模数量的天线,Massive MIMO与传统MIMO技术相比具有更高的系统容量和能量效率。但与此同时,大规模数量的天线也给工作在FDD模式下的Massive MIMO系统带来了反馈负担加重的问题。如何在保证系统性能的前提下,提出一种可以减小反馈负担的有限反馈机制对于Massive MIMO的实际应用具有重要意义。本课题来源于北京邮电大学下一代通信系统理论与技术实验室与中国联通网络技术研究院的合作项目——《宽带移动通信未来网络架构演进策略研究》。论文以Massive MIMO有限反馈研究为重点,兼顾系统性能和反馈开销,在理想信道估计条件下,提出了一种基于主成份分析法的Massive MIMO有限反馈机制;进一步,针对非理想信道估计情况,引入基于卡尔曼滤波的信道估计提高有限反馈机制的性能。论文首先介绍了 Massive MIMO的基本概念、特点及主要研究方向,梳理了关于Massive MIMO有限反馈的研究现状。在此基础上,提出了基于主成份分析法的Massive MIMO有限反馈机制,并对其进行了反馈负担分析、码本搜索复杂度分析、归一化性能损失上限理论推导。仿真验证和以上理论分析表明,所提出机制可以取得系统容量和反馈负担之间的折中。进一步,论文针对非理想信道估计情况,将基于卡尔曼滤波的信道估计引入到所提出的有限反馈机制中,以提升有限反馈机制的性能。仿真结果表明,借助卡尔曼滤波的信道估计算法可以进一步提升有限反馈机制在非理想信道估计下的性能。