毫米波通信和大规模MIMO是5GNR的两项关键技术。一方面,毫米波频段存在的大量频谱资源能够大幅度提高数据传输速率。另一方面,为了弥补毫米波的高路损,需要采用基于大规模MIMO的波束成形技术来实现定向通信。此时,需要解决波束对齐问题,即寻找收发双发用于通信的最佳波束方向。而终端的高速移动带来的波束方向频繁切换将对现有波束对齐算法带来巨大挑战。同时,由于毫米波存在覆盖范围小和容易被遮挡的问题,如何增强毫米波的覆盖范围和对抗遮挡也是毫米波通信的重要研究方向。基于上述分析,本文首先针对高速移动场景下的快速波束跟踪问题提出了一种基于终端位置的波束对齐和跟踪算法。所提算法结合了分级搜索和终端位置预测两种方案。由于高速移动终端的通信主要通过视距径完成,此时,最佳波束方向需要与视距径方向对齐,因此可以利用终端的移动性规律,包括速度、加速度等信息,来预测下一时刻终端的位置,进而缩小备选波束的范围,降低波束跟踪的时间复杂度。本文在基站侧通过扩展卡尔曼滤波器对终端位置进行预测。为了应对位置预测误差过大以及波束初始接入时终端位置信息不存在的情况,本文进一步结合了分级波束搜索。本文通过对接收信号功率与门限值进行比较来判断位置预测是否准确。当接收信号功率高于门限时,波束与终端位置的预测值对齐;当低于门限时,采用分级搜索重新进行波束对齐。仿真结果表明,所提算法能够大幅降低波束跟踪的搜索复杂度,并可以实现逼近遍历搜索的频谱效率。其次,本文针对毫米波存在的覆盖范围小和容易被遮挡的问题设计了一种分布式天线阵部署方式,此时终端也配备多条射频链路,以进一步提高频谱效率。为了获得最大和速率,需要解决终端和基站之间的多对多波束配对问题。为此,本文分别从传统图论中的二分图最佳匹配和双边稳定匹配理论两个角度对上述波束配对问题进行求解,并提出了扩展KM算法和扩展GS算法。最后,通过仿真验证了该部署方式能够有效对抗遮挡,同时也验证了本文所提的两种配对算法在提高系统和速率方面所具有的优势。