随着5G通信技术的发展,大规模MIMO系统因其高信息速率和能量效率受到广泛的关注和研究。基站的大规模天线阵列使得通信效率得到大幅度提升。同传统的MIMO技术一样,大规模MIMO技术也是应用于无线信道中的,信号传输过程中会受到外界以及自身的干扰,因此需要进行信道估计,而上行链路导频和数据信号的功率分配比例会对信道的估计结果产生影响。导频功率过小,信道估计不准确,导频功率过大,会影响数据信号的传输。同时,由于导频长度有限,使得一些用户需要复用相同的导频,这就带来了导频污染问题。本文的选题来源于导师所承担的自然科学基金项目,以多用户大规模MIMO单小区TDD系统为基础,首先介绍了两种信道估计算法,分别是LS和MMSE信道估计算法。在基站采用了MMSE接收器。用户对上行链路导频和数据信号的发射功率进行了一个分配,分别研究了基站天线非相关和相关时功率分配比例对基站处接收到的数据信号均方误差的影响,找到了能够最小化MSE的最佳导频数据功率比,并推导出了闭式表达式。随后推广到了存在导频污染的多小区大规模MIMO系统中,对于存在的导频污染问题,分析了在不完整信道协方差矩阵信息的情况下导频数据功率比对于上行链路接收数据信号均方误差的影响。由于信道的协方差矩阵信息对减轻导频污染的影响十分重要,对进行MMSE信道估计和信号接收同样十分必要,本文提出了两种在存在导频污染的系统中进行信道协方差矩阵估计的算法。分别为利用额外导频的取样协方差矩阵估计法以及利用协方差矩阵相干间隔的二阶重构矩阵估计法,并通过用户信息可达速率,接收数据信号均方误差等指标对两种方法减轻导频污染的效果进行分析,并且分析了在经过协方差矩阵估计后导频数据功率比对大规模MIMO系统上行链路性能的影响。验证了进行协方差矩阵估计对于减轻导频污染,降低接收数据信号均方误差的作用。