在移动通信的现阶段应用中,4G已经在世界范围内得到普及,随着移动终端和智能设备的快速发展,5G的研究也开始得到广泛的关注。大规模MIMO技术是5G的关键技术之一,它能显著提升系统容量和能量效率。在大规模分布式MIMO系统中,不同用户信号到达相同RRU的时间不同步,这会造成符号时间偏移(STO,Symbol Time Offset),STO会对系统性能产生影响。本文站在系统基站的角度,研究STO对上行频谱效率的影响以及相应的干扰抑制方法。最后,本文以大规模分布式MIMO系统为模型,详细介绍了基于通用处理器(GPP,General Purpose Processor)的5G通信试验平台基站的软件实现和系统优化。本文第一部分进行了研究背景介绍,描述了MIMO技术的发展和应用,以及介绍了本文主要的研究内容和研究现状。本文第二部分介绍了基于GPP的5G通信试验平台的系统模型。GPP是软件无线电里最常用的核心处理器,所以首先详细介绍了软件无线电技术的优势、结构和主要应用。接下来从理论角度,阐述了5G通信试验平台的系统模型。最后从工程的角度,详细介绍了5G通信试验平台系统参数和帧结构。本文第三部分研究了STO对大规模分布式MIMO系统上行频谱效率的影响。首先推导了不存在STO影响时系统的上行信道容量,并通过相关仿真,分析了基站天线个数和信道估计误差对系统性能的影响。紧接着推导了存在STO影响时系统的上行信道容量,仿真结果表明,随着STO值的增加,系统上行信道容量会有显著降低。本文第四部分提出了存在STO的大规模分布式MIMO系统的干扰抑制方法。主要场景分为两用户场景和四用户场景。两用户场景下,在进行基本干扰抑制的同时,STO的影响可以较完美的进行消除。而对于四用户场景,需要进行三次基本的干扰抑制,而且每一次的干扰抑制操作就要消除其它用户中一个用户的STO影响;结果表明本文提出的方法相比于基本的干扰抑制方法,有较好的误比特率性能;对于其它多用户场景,与四用户场景类似,可以做相应的推广。本文第五部分描述了5G通信试验平台基站的实现及系统优化。首先,详细介绍了5G通信试验平台基站接收机的具体实现,接收机主要包括信道估计模块、干扰抑制模块、单用户信号检测模块以及解调解码模块。最后展示了5G通信试验平台系统优化采用的关键技术,其主要思想就是挖掘GPP的多核心资源,充分发挥GPP的性能优势,包括MKL库函数、SIMD指令集和DPDK技术等并行技术的应用,其中DPDK技术又包括大页、非一致性内存访问以及线程独占等。