随着对下一代移动宽带通信系统的信道容量以及数据传输速率增加的需求,三维多输入多输出(3D MIMO)系统近年来已经引起了很多关注。同时,高精确度的信道估计不可避免地是设计3D MIMO系统的最基本的任务之一。针对该问题,本文主要研究并改进量子菌群觅食算法,然后提出一种新颖的基于量子菌群觅食算法的3D MIMO稀疏信道估计机制。本文的主要研究工作如下:第一,研究3D MIMO信道特性,对比分析3D MIMO信道与2D特性之间的区别。研究分析了3D MIMO多径信道的稀疏性,并基于稀疏特性,采用经典的最小二乘准则(LS)与迭代重加权最小二乘准则(IRLS),匹配追踪准则(MP)与正交匹配追踪准则(OMP)对3D MIMO进行稀疏信道估计性能的研究。第二,研究并改进了量子菌群算法。近年来,群智能算法因为其操作简单、鲁棒性能强、自组织能力更优的优点,收到了国际计算智能界的广泛关注,并在无线通信、信号处理等方面得到了具体的应用。首先分析了QBFO算法的性能,并对繁殖操作以及驱散操作进行深入研究,提出新的繁殖操作选择机制和自适应驱散概率,通过4种不同类型的标准测试函数对改进后的QBFO算法的性能进行研究。研究结果表明,改进后的QBFO算法收敛速度更快,性能更优。第三,提出了基于QBFO算法的3D MIMO稀疏信道估计机制。首先,针对3D MIMO多径信道的稀疏性,提出一种混合范式优化准则。鉴于量子菌群算法在结局复杂组合问题上的优势,设计了一种基于量子菌群算法的3D MIMO稀疏信道机制。数值仿真结果显示相较于传统非智能算法,基于QBFO算法的估计机制能够有效改善3D MIMO信道估计的估计性能。