大规模多输入多输出(MIMO)可以支持高频谱和高能效,被认为是满足下一代无线通信容量需求的关键技术之一。为了充分利用基站(BS)大规模天线的优势,发射端准确的信道状态信息(CSIT)的获取是必不可少的。然而,准确的CSIT的获取是具有挑战性的,这是因为传统的信道估计方法要求导频长度至少应与发射天线的数量相同,这在大规模MIMO系统中的时频资源消耗可能非常大。早期的工作通过采用时分双工(TDD)模式来应对这一挑战,其中CSIT可以通过信道互易性来获得。相比TDD系统,频分双工(FDD)系统可以提供低延迟的更有效的通信,且其在当前蜂窝网络中占主导地位,但信道互易性不适用。因此,研究FDD系统下的CSIT的获取十分必要。许多研究表明,大规模MIMO信道具有近似稀疏性。基于此,本文主要研究了基于压缩感知(CS)的FDD大规模MIMO信道估计的相关问题。考虑到用户端功率受限,本文首先研究了下行链路导频训练和上行链路反馈联合的信道估计方案,即用户端接收到训练导频后不进行信道估计,而是直接反馈到BS,在BS处进行信道估计。然后本文研究了点对点大规模MIMO系统下的信道估计。由于信道路径具有时间相关性,因而可以利用先前信道支撑来提高当前信道支撑识别的准确度,从而获得更好的CSI。在此基础上,改进了信道估计算法,并且仿真结果表明,所提算法获得了较大的性能提升。最后,本文重点研究了多用户系统下的大规模MIMO信道估计。根据不同用户信道矩阵间的空间相关性,提出了信道矩阵拆分方案,即利用不同用户信道矩阵间具有部分共同支撑的特性,将信道矩阵拆分为两个更加稀疏的信道,从而更有利于利用CS技术进行信道恢复。仿真结果表明,所提方案能够有效降低信道估计所需导频开销,同时保证较好的信道估计性能。