过去十多年间，多天线系统已经从理论研究阶段转到在现代无线蜂窝系统中的大规模应用。在当今的无线通信领域，无论是在实际系统中还是在理论研究中，小区间的干扰早已经成为一个瓶颈，这个瓶颈严重限制了通信系统的信道容量和吞吐率。为了减少小区间干扰，目前的研究热点是多用户MIMO，干扰对齐技术，以及协作网络。这些技术已经被证明可以有效减少小区间干扰。然而，面对呈指数增长的数据量，包括无线电话业务，以及不断增长的无线数据需求，这些技术并不能从根本上带来系统容量的飞跃，也无法满足用户的需求。最近刚被提出来的大规模MIMO技术使得频谱利用率达到了空前的水平。在这种无线传输方案中，基站端有数量巨大的低功率小天线，天线数目远远超过同时调度的单天线用户数量。基站和用户之间通过时分双工进行通信。大规模MIMO可以使无线通信系统达到很高的吞吐率，然而它的性能受限于导频污染。当不同小区的用户使用同一套训练序列，或者非正交的训练序列时，基站估计得到的信道就会被干扰小区的用户所发送的导频所污染。这种污染程度和天线数量无关，它的幅度只和路径衰落相关。本文分析了导频污染问题，并提出了一种贝叶斯信道估计方法，在此基础上，进一步提出了基于信道二阶统计信息的调度方法来减少导频污染，从而进一步增加信道容量。从信道的二阶统计信息，我们可以提取出很多有用的信息，比如波束的平均到达角度和这个角度的标准差。当今的信道估计通常是在各个小区中独立进行，然而本文中提出了一种新的信道估计方案，即在不同小区中选择那些更加相互“兼容”的用户进行信道估计。这个“兼容”度取决于不同用户信道的协方差矩阵。分析和仿真结果表明，这种信道估计方案可以明显减少导频污染。仿真结果表明，当用户分布在小区边缘时，使用本文提出的调度和信道估计策略，小区吞吐率可以增加一倍以上。