1.一种大规模MIMO中能量效率、频谱效率和QoS联合优化方法，其特征在于包括如下步骤：步骤1、建立系统模型

建立大规模MIMO下行链路模型，利用块对角化方法消除用户之间的干扰，并且将每个用户的信道等效成为多个平行信道，计算系统效率；

步骤2、用户调度

判断每个用户在基站缓存器中数据的等待时隙数，优先调度数据等待时间达到或者超过最大等待时隙数的用户，此时如果选中的用户数没有达到系统可服务的用户数上限，则再根据用户信道状态，以系统频谱效率为标准，利用贪婪算法调度用户，直到用户数量达到限制，由于该阶段只涉及用户等待时间和信道状态，所以此时的系统频谱效率是在功率平均分配的情况下获得的；

步骤3、功率分配

以基站发送天线功率上限和用户QoS速率上下限为约束条件，进行功率分配，对步骤2所得的系统频谱效率进行修正的同时，求解最大能量效率，最终得到频谱效率和能量效率的联合最优。

2.根据权利要求1所述的一种大规模MIMO中能量效率、频谱效率和QoS联合优化方法，其特征在于：步骤1中所述等效成为多个平行信道具体为：等效之前新信道模型为：

其中，KT为基站发射天线数，系统中总共有M个用户，第m个用户的接收天线数为km(1≤m≤M)， 表示第m位的复高斯随机信道矩阵，一般有KT≥km， 假设Hm满秩，即rank(Hm)＝km， 表示第m个用户的预编码矩阵， 表示第m个用户信道中的加性高斯白噪声，其均值为0，协方差矩阵为 是km维的单位阵，上式中，第一项HmDmxm是第m个用户所需的信号，第二项 是来自其他用户的干扰，

令 进 行 奇 异 值 分 解 得 到 ：和 取块对角化预编码矩阵

等效之后信道模型：

其中，

3.根据权利要求1所述的一种大规模MIMO中能量效率、频谱效率和QoS联合优化方法，其特征在于：步骤2中所述调度用户需要优先考虑用户的时延要求，并且能够再根据信道状态进行以下操作：初始化：未选中用户的集合：Ω＝{1,2,…,M0}，已选中的用户集合：Ψ＝φ；

第一步：判断每个缓存器内数据流等待时隙数Wm,z，如果等待时隙数大于等于nz，则选中该条链接m，提供给用户m使用，更新已选中的用户集合Ψ＝{m：Wm,z≥nz}，未选中用户的集合：Ω＝Ω-Ψ；

第二步：如果已选中的用户数超过天线限制条件，则结束算法，已选中用户的集合为Ψ ，否 则 ，对于剩 下的 用户 ，首 先选取 一位 容量最 大的 用户m1 ，满 足令此时系统容量为 更新已选中用户集合Ψ＝Ψ+{m1}，未选中用户集合Ω＝Ω-{m1}；

第三步：如果已选中的用户数超过天线限制条件，则结束算法，已选中用户的集合为Ψ，否则遍历未选中的用户集合Ω，对于未选中用户集合Ω中的每一个用户s，定义Ψs＝Ψ+{s}，并计算集合Ψs的容量： 在集合Ω中，找到一个用户使得 即调度用户s满足： 如果对于 均有 则结束算法，更新系统容量 选中用户集合Ψ＝Ψ+{s}，未选中用户集合Ω＝Ω-{s}；

第四步：重复第三步；

最终更新得到选中用户集合为Ψ，未选中用户集合为Ω。

4.根据权利要求1所述的一种大规模MIMO中能量效率、频谱效率和QoS联合优化方法，其特征在于：步骤3中所述求解最大能量效率，最终得到频谱效率和能量效率的联合最优包含以下步骤：构建如下多目标最优化问题：

Rm0≤Rm≤Rm1,m＝1,2,…,M其中，

再利用主要目标法，将多目标优化问题转化为单目标问题，Rm0≤Rm≤Rm1,m＝1,2,…,M将上述所表示的可行域记为Π，则上述问题简化表示为：并等效成为：

其中：

利用拉格朗日对偶方法进行求解：

其中，

α＝(α1,α2,…,αM)，γ＝(γ1,γ2,…,γM)，β＝(β1,β2,…,βM)以及μ为拉格朗日乘子；

根据KKT条件有：

即

其中(X)+＝max(X,0)。