大规模MIMO (Very Large MIMO或Massive MIMO)技术是IMT 2020(5G)中的关键技术之一。当天线数目远远大于用户数时,干扰与噪声可以忽略不计,导频污染(PC, Pilot Contamination)成为制约系统性能的主要瓶颈。因此,降低或消除导频污染,对于5G来说具有重要现实意义。本文从空域的角度探索多小区多用户大规模MIMO通信系统中降低导频污染的方法,提出了一种基于空域的导频污染降低方法。为了获得大规模MIMO场景下目标用户的来波方向(DOA, Direction of Arrival),针对两种不同天线阵型(线形天线阵列与方形天线阵列)分别提出了基于压缩感知(CS, Compressive Sensing)理论的DOA估计算法。本文的主要研究内容有：1.分析了两种大规模MIMO天线阵列下的信道模型、链路模型以及导频污染模型；提出了一种利用目标信号DOA信息降低导频污染的方法;指出了体现导频污染强度大小的性能指标；对该方法的可行性与有效性进行了分析与仿真,并给出了该方法对估计精度的需求。2.针对大规模MIMO场景中的两种天线阵列,给出了压缩感知模型的推导与分析;针对匹配追踪(MP, Matching Pursuit)算法的不足,提出了两种低运算复杂度的改进算法；在2DDOA估计时,提出了采用合成角解决仰角与方位角相互耦合问题的方法；最后对这些DOA算法的运算复杂度与估计精度等性能进行了总结与比较。3.将本文提出的基于压缩感知理论的DOA估计算法应用到本文提出的空域降低导频污染方法中,进行了综合仿真实验与分析；通过调整不同参数的设置,探讨了影响空域方法性能的因素；总结了不同算法之间的优势与不足；验证了本文提出的DOA估计算法的估计精度能够满足需求,同时验证了本文提出的空域方法的可行性与有效性。