分布式大规模MIMO系统能够提供足够的空间自由度,实现超高速无线通信,同时能克服蜂窝通信系统中的区间干扰效应,在同一时频资源为覆盖区域内的多个用户提供服务。这样的分布式架构能够缩短收发机间的距离,弥补毫米波传播的高路径损耗,同时能有效对抗毫米波传播的物体遮挡效应,因此,非常适合用于毫米波通信系统。然而,分布式系统的异步接收效应使得不同远程天线单元（RAU）发送的信号经过不同的传播时间到达同一用户设备（UE）,导致接收信号中引入时延差（DSD）。如何在引入DSD的情况下,实现对解调数据信道的精确估计是分布式毫米波大规模MIMO系统实现的一个重要挑战。分布式大规模MIMO技术与毫米波技术的结合使得系统受到的相位噪声干扰更为严重,因此,有效抑制相位噪声对系统的干扰是实现该系统的另一个重要挑战。本文针对上述两个挑战进行了研究,主要工作和创新之处为:针对引入DSD的信道估计问题,本文提出了一种联合使用信道状态信息参考信号（CSI-RS）和解调参考信号（DMRS）的高精度复合信道估计算法。该算法首先利用CSI-RS导频估计出不同RAU到达UE的平均功率以及时延差,然后对信道进行分离建模,利用DMRS导频以及插值技术得到频域上的估计值。在第一阶段,为了降低导频开销与设计复杂度,本文提出了一种基于单端口的估计算法,即让所有RAU同时发送相同的导频符号,将同一UE接收的信号视为多径信号,估计出时域可分辨路径的平均功率与时延差。在第二阶段,为了降低计算复杂度,本文提出了一种相干带宽内多个资源块（RB）联合信道估计算法,即利用相干带宽内信道响应近似相同,但不同子载波受DSD的影响不同的性质进行联合处理得到DMRS处的信道估计值,再利用插值技术得到频域的信道估计值。仿真结果证明,该算法能够实现对信道的高精度估计,并具有一定的鲁棒性。针对相位噪声干扰抑制问题,本文提出了一种联合使用块状导频与梳状导频的相位噪声抑制算法。在未知信道状态信息的情况下,该算法首先利用块状导频符号对含有相位噪声的初始信道进行估计,然后利用梳状导频追踪后续符号中的相位噪声变化。在第一阶段,为了进一步提高估计精度,本文提出了一种最小化子载波间干扰（ICI）功率的线性信道估计算法,即以最小化ICI功率为目标函数,推导出ICI干扰功率的闭合表达式,将问题转化为多个二次型规划问题,分别求解得到最优线性加权信道估计矩阵。在第二阶段,为了降低复杂度,利用梳状导频对相位噪声引起的公共相位误差（CPE）进行估计,并进行相应的补偿。仿真结果证明,该算法对相位噪声具有良好的抑制作用,抑制性能要优于传统的LS算法,并且在高阶调制系统中也有良好的抑制作用。