通信需求的“立体式”增长，激励着无线通信技术的迅猛发展。频率资源对通信系统容量和性能制约性影响，已经严重的影响了通信系统的发展。如何有效的提高频谱效率和能量效率是第五代移动通信系统发展和建设的关键问题。大规模多天线(Massive MIMO: Massive Multiple Input Multiple Output)技术是突破这一瓶颈的关键技术。
　　本论文主要研究了大规模多天线系统在典型传播场景下的信道特征，根据室内LOS(Line-of-sight)和NLOS(Non-line-of-sight)，室外LOS和NLOS场景的实地测量，采集了1～6GHz频点下91MHz，100MHz，200MHz带宽下的传播信号特征，采用信道参数估计算法，提取了多径信号在时延域、角度域的功率分布特征，分析了信号的色散特性，相关特性和非平稳特性。最后基于相关性建模方法提出了能够刻画信道非平稳特性的分析信道模型，并仿真了信道散射体簇在天线阵列域上的生灭过程，建立了散射体簇的马尔科夫链模型，分析了MassiveMIMO系统的非平稳特性对信道容量的退化影响，为当前的5GMassiveMIMO信道的建模研究做出了贡献。
　　首先，介绍了宽带MassiveMIMO无线信道测量平台的搭建。该平台基于虚拟大规模多天线技术，采用宽带高频实时采集技术，高速磁盘存储技术，配备高精度GPS驯服铷频标定时同步系统，以及实时在线分析软件，提供了高效的信道探测功能。并利用电波暗室测量对系统响应和天线方向图进行了校准。
　　第二，采用此测量平台，分别基于128阵元的线性阵列和圆形阵列，进行了多场景的信道测量，提取了MassiveMIMO信道的多径时延分布，功率分布，空间角度分布等参数结果，重点分析了信道的时间色散，角度功率谱分布，以及空间相关性特征。实验结果证明在大规模多天线系统中存在信号衰落的非平稳性。因此传统建模方法中的广义平稳和非相关散射条件不成立。
　　第三，对无线信道的建模方法进行了概述，提出了一种基于Kronecker的，充分考虑MassiveMIMO系统空间非平稳性的相关性分析模型。基于传统的几何建模思想，充分考虑了阵列维度上的大尺度衰落变化，构建了MassiveMIMO信道的非平稳大尺度衰落模型。在传统Kronecker相关模型的基础上，同时考虑在天线阵列相关距离内子信道传播的相关性，以及超出相关距离时的非平稳性，创新性的提出了一种局部平稳，全局非平稳MassiveMIMO相关模型。该建模思想提出的平稳子区间理论与MassiveMIMO基于簇的建模理论能够很好的吻合，物理含义明确。
　　第四，采用大数据理论，机器学习方法对传统的多径分簇算法进行改进。该聚簇算法基于传统的KPowerMeans算法，对簇数和初始簇核的提取方法利用谱峰搜索的方法进行了改进，聚类后的数据簇内高内聚，簇间低相似，并克服了传统KPowerMeans算法对初始簇核随机化处理的方法导致可能收敛于局部最优解的问题。建模过程中，充分考虑了簇对阵列局部覆盖造成的空间非平稳性影响，对信道相关矩阵进行全局非平稳，局部平稳的方式建模，其实是对矩阵的降秩分解。从物理概念上，可以理解为空间位置相近的阵元由于子信道的相关性，而产生的信道矩阵降秩。从数学意义上，可以证明KPowerMeans算法的目标函数可以被表达成数据矩阵与其低阶数据矩阵之间差异的Frobenius范数，这也从理论上证明了该算法用于簇分类的科学性。
　　第五，根据簇可见区理论，构造阵列维度上的簇生灭过程，进一步构建MassiveMIMO簇的马尔科夫链仿真模型。采用生灭随机过程理论和马尔科夫链统计理论，深入研究了阵列域上的簇演进过程，系统分析了阵元子信道的相关性衰落。在此基础上，研究了相关性对信道性能的影响，为MassiveMIMO信道建模和系统性能分析奠定了理论基础。