毫米波和Massive MIMO是下一代移动通信中的关键技术。波长较短的毫米波有利于大规模天线面板的集成,而Massive MIMO可以通过波束赋形提供高方向性波束以补偿毫米波信号的传输损耗,二者融合而成的毫米波Massive MIMO能有效提高系统容量和能量效率。因此,毫米波Massive MIMO成为国内外通信领域研究的热点。当基站端与用户端同时采用波束赋形时,高效的波束管理可以显著提高毫米波Massive MIMO系统性能。本论文主要研究毫米波Massive MIMO系统中的波束管理技术。论文的主要研究工作如下:（1）为降低混合预编码器设计的复杂度,提出一种混合预编码方案。首先,将阵列响应矩阵奇异值分解,使用右酉矩阵中与较大特征值相对应的特征向量抽象模拟预编码矩阵的角度信息。为了进一步提高频谱效率,引入更多与最佳预编码矩阵相关的向量以扩大向量集。然后,利用向量集来生成混合预编码矩阵。最后进行仿真,结果显示所提算法与正交匹配追踪（OMP,Orthogonal Matching Pursuit）算法性能接近,但复杂度更低。（2）为提高波束追踪准确率,提出一种波束训练方案。相比于现有工作中每个发送接收波束对仅训练一次,本文假设训练过程中同一波束对可训练多次。首先,采用马尔可夫随机转移模型来模拟AoA/AoD的变化规律。然后,以成功跟踪概率最大化为原则将训练波束序列设计问题建模为整数非线性规划问题,并采用分支定界算法求解优化问题,进而选出最佳波束对。最后,对算法进行仿真,结果显示,所提算法波束跟踪准确率优于平均分配算法,且在较小AoA/AoD变化条件下优于POMDP算法。（3）为减少波束训练开销,降低多用户波束选择的干扰,提出了一种带外辅助波束选择算法。首先,从6GHz以下频段提取空间信息,协助毫米波频段进行波束选择,节约毫米波频带的资源开销。然后,多个移动端之间利用D2D近距离通信技术交换波束选择信息,以协调移动端之间的波束选择,解决上行链路多用户共波束的干扰问题。最后,进行仿真分析,仿真结果表明带外辅助协调算法性能优于未协调算法。