随着5G通信的到来,人们对网络数据传输速率的要求越来越高,大规模分布式天线系统凭借其高数据传输速率、高可靠性和易扩展性等优点而备受关注。之前关于分布式天线系统的研究主要集中在研究用户不移动或者移动缓慢的场景,对于将分布式天线系统用于高速移动,如高铁等场景的研究比较少。本文主要研究大规模分布式天线系统的特性以及探讨其在高铁环境中应用时所需要解决的问题。首先,本文介绍分布式天线系统的研究背景与现状,然后描述分布式天线系统的结构,接着分析分布式天线系统中的场强特性,依据基本的无线信道特性和模型,分析波束赋形在分布式天线系统中的性能,最后研究移动环境下用户运动前后信道相关性、运动速度、信道状态信息反馈时延和载波频率对分布式天线系统性能的影响。然后,在分析分布式天线系统主要特性的基础上,研究动态波束赋形在高铁中的应用与实现方法。首先研究高铁场景下分布式天线系统方案设计,包括设计天线间隔和天线阵与铁道的距离。提出了一种在列车高速运行情况下的动态波束赋形方案,包括动态波束的产生过程和波束切换过程。同时分析了在分布式天线部署位置有无偏差两种情形下,理想或存在随机衰落两种场景中动态波束赋形的系统性能。最后,针对天线布设位置偏差对动态波束赋形性能的影响,提出一种基于机器学习和深度学习的位置偏差估计方法。我们首先介绍了有关处理回归问题的三种算法原理,即支持向量回归、极端梯度提升以及深度神经网络。接着对问题进行建模,并详细分析了实现该方法时的数据采集和特征提取过程,然后对各个模型设置合理的参数进行训练估计,最后构建新的复合模型进行偏差估计。研究表明,运用该方法可在大部分情况下有效估计出位置的偏差,为大规模分布式天线系统在高铁通信过程中的信号补偿提供了一种较为便利的手段。