移动通信系统随着时代的发展不断的进步,从最初的第一代通信系统(1G)发展到现在成熟的第四代通信系统(4G),移动通信系统也开始向5G发展,而Massive MIMO作为5G的关键候选技术也得到了广泛的研究。从目前看来,对Massive MIMO系统的研究大部分是基于该系统下TDD模式,利用TDD模式上下行链路的互易性,来避免进行较为复杂的下行信道估计。但是TDD模式也会衍生出一系列的问题,而且FDD模式在实际的移动通信系统也存在着广泛的应用,因此对于Massive MIMO系统FDD模式的下行链路的导频设计和信道估计进行相应的研究也是具有很重要的意义的。对于Massive MIMO的下行链路来说,可将其看作一个MIMO-OFDM系统。基站端有几十甚至上百根天线,下行用于信道估计的导频数量因此也相当的庞大,从而导致导频开销过大。针对这个问题,本文研究了一种导频密度较小的双导频结构,以此来减少导频开销。在导频设计的基础上,需要利用导频在接收端得到性能较好的信道估计,然而目前的较为广泛利用的信道估计方法例如LS算法,DFT算法,ML算法都基本没有利用时延功率谱和噪声方差等信道统计参数,因此性能不够优越。MMSE算法虽然利用了信道统计参数却因为信道统计参数的难以获取而在实际系统中难以应用。对此,本文研究了一种基于设计的导频模式的时延功率谱和噪声方差的估计方法,估计的时延功率谱的参数为多径数量,多径位置和多径能量。并在估计出这些信道统计参数的基础上又改进了两种信道估计方法,分别是时域转换法和基于时延功率谱估计的频域MMSE算法,充分利用估计得到的信道统计参数,提升了信道估计的性能。最后本文在MATLAB平台上仿真了时延功率谱和噪声方差估计方法的准确性和可靠性。仿真了改进的两种信道估计算法的性能,并分析了它们的算法复杂度。仿真结果表明时延功率谱和噪声方差估计方法估计具有较好的准确性和可靠性,两种信道估计方法也有很高的性能。