近年来,随着移动互联网的快速发展,移动设备的数量和移动数据流量呈爆炸性增长。以第五代（the 5th Generation,5G）移动通信为背景,本文基于5G物理层数据传输协议研究了多输入多输出（Multiple Input Multiple Output,MIMO）、预编码、自适应调制编码（Adaptive Modulation and Coding,AMC）、混合自动请求重传（Hybrid Automatic Repeat Request,HARQ）和MIMO检测技术。基于5G新空口（New Radio,NR）协议对物理上行共享信道（Physical Uplink Shared Channel,PUSCH）和物理下行共享信道（Physical Downlink Shared Channel,PDSCH）的不同要求,搭建了完整的数据传输链路,并加载了AMC和HARQ模块,利用AMC技术,根据信道条件变化调整系统的调制编码方式,实现系统吞吐量最大化。并在此基础上引入HARQ技术,提高了自适应精度,进一步提高吞吐量性能。同时通过5G NR链路仿真平台对单用户MIMO（Single-User MIMO,SU-MIMO）的关键技术进行验证。本文在搭建的5G NR平台上对SU-MIMO模式下的几种预编码算法进行了仿真,包括基于码本的预编码算法、奇异值分解（Singular Value Decomposition,SVD）预编码算法、几何平均分解（Geometric mean decomposition,GMD）预编码算法和特征波束赋形（Eigen Beamforming,EBB）预编码算法。同时对AMC技术的几种预编码矩阵指示（Precoding Matrix Indication,PMI）和秩指示（Rank Indicator,RI）的选择准则进行了仿真比较。研究了在终端能接近最大似然（Maximum Likelihood,ML）检测性能的基于M算法和树搜索的ML检测（QR Decomposition Associated with the M-algorithm to MLD,QRM-MLD）,在此基础上提出了一种基于M自适应和动态树搜索的改进检测算法以平衡其性能与复杂度。针对SU-MIMO下的信道质量信息（Channel Quality Information,CQI）上报不准确带来的性能损失问题,本论文还研究了基于指数有效信噪比映射方法（Exponential Effective SIR Mapping,EESM）对CQI进行有效映射的方法以改善CQI不准确带来的吞吐量损失。最后,本论文重点研究了在基站端和移动台端对CQI进行修正的相关算法,提出了一种对CQI进行修正以提升系统吞吐量的方法。