在第五代（5th-Generation,5G）移动通信系统中,物理下行共享信道（Physical Downlink Share Channel,PDSCH）对数据传输速率、时延及可靠性有严格的要求。但无线信号受到信道中各种噪声的干扰,极大地影响了通信质量。为了获取准确的信道状态信息,降低干扰,提高通信的可靠性,信道估计算法的设计至关重要。本文对5G系统PDSCH信道估计算法展开研究与实现,主要的工作和创新点如下:1.针对带有混合预编码结构的大规模多输入多输出（Multi-Input Multi-Output,MIMO）系统中压缩感知算法估计精度较低的问题,利用大规模MIMO信道的稀疏性结合迭代重加权（Iterative Reweight,IR）算法,提出了一种基于对数和函数优化的迭代重加权信道估计算法。该算法使用对数和函数优化目标函数,以此提高估计精度,并使用奇异值分解降低计算复杂度。相比于正交匹配追踪（Orthogonal Matching Pursuit,OMP）算法和IR算法,所提算法具有更好的估计精度。在信噪比为10d B时,该算法的归一化均方误差（Normalized Mean Square Error,NMSE）相较于IR算法约有2d B的性能提升。2.利用大规模MIMO系统中各个子信道在时域呈现的联合稀疏性,结合压缩感知理论,提出了一种改进的基于压缩感知的稀疏度自适应匹配追踪（Improved Sparsity Adaptive Matching Pursuit,ISAMP）信道估计算法。该算法使用广义Dice系数衡量原子的匹配度,通过后向差分的方法再次筛选支撑集中的原子,提高原子选择的准确性。与自适应结构化子空间追踪算法（Adaptive Structured Subspace Pursuit,ASSP）相比,所提算法在误比特率为10-3时,约有1.5d B的性能增益,同时该算法降低了OMP算法及其改进算法对稀疏度的依赖。3.对PDSCH链路进行设计并用数字信号处理器（Digital Signal Processor,DSP）实现。在MATLAB仿真的基础上对接收端信道估计模块进行详细设计,使用TMS320C6678高性能DSP开发平台进行实现,验证所提方案的可行性。仿真结果表明,所提信道估计算法的性能够满足项目的需求。