随着移动通信业务的迅速发展以及大数据时代的到来,人们对移动通信技术提出了更多也更高的要求。大规模分布式天线系统（DAS）作为一种新型的网络架构,既能获得传统多输入多输出（MIMO）系统的空间分集增益,又能有效结合新一代移动通信技术（5G）中的许多关键物理层技术,包括网络覆盖技术、频谱扩展技术等。同时,由于分布式天线系统的天线单元在地理位置上更加分散,从而可以获得更短的传输距离以及更高的能量效率等。在分布式系统中,为了充分利用多输入多输出系统的空间分集增益,同样需要对信道进行估计。但是由于信道的相干时间以及系统的时频资源有限,系统能够使用的正交导频序列也会受到限制。分配到同一导频下的用户相互之间会产生干扰,即导频污染,其会降低系统容量并增加误码率。本文主要研究大规模分布式天线系统下如何通过导频分配使得导频污染对系统性能的影响降到最低的问题。本文的主要工作包括以下几个方面。首先,介绍了无线信道的主要特性以及分析无线信道常用的模型:路径损耗模型、大尺度衰落模型以及小尺度衰落模型。因信道估计主要是为了利用预编码技术对抗信道衰落并提升系统容量,论文后面接着介绍了主要的预编码技术体系,并重点介绍了比较常用的两种预编码技术:MMSE预编码以及块对角化预编码技术。然后简单介绍了一下信道估计技术,主要是MMSE估计。其次,分析了导频污染对系统性能的影响并研究了启发式算法在大规模分布式MIMO系统中导频分配下的应用。主要研究了两种算法:贪婪算法以及禁忌搜索算法。贪婪算法的思想比较简单,但是性能并不是很理想,而且越往后分配的用户性能会越差对用户并不公平,同时计算复杂度也比较高。禁忌搜索算法是一种启发式算法,该算法从一种初始分配方案出发通过不断向邻域搜索并在一定程度上允许劣解的出现来实现对解空间的有效搜索。相比贪婪算法,禁忌搜索算法的性能有一定程度的提升,但计算复杂度仍然偏高。最后,通过分析不同场景下由穷举算法得到的最优分配方案,发现导频分配方案的优劣与用户间的距离存在一定的关系,并通过理论证明相距越远的用户相互之间的导频干扰问题会越小。并以此为基础,提出了大规模分布式MIMO系统下基于用户间距离的导频分配算法。仿真结果表明,本文提出的基于用户间距离的导频分配算法在估计误差以及系统和速率两个方面都能非常逼近穷举算法得到的最优分配方案,但复杂度仍然比较高。为了进一步降低复杂度,本文接着提出了另一种基于用户交换的导频分配算法,该算法能以线性复杂度实现逼近遍历最优的导频分配性能。