通过在基站部署数百根天线,在相同的时频资源块上服务数十个单天线用户,大规模天线系统(massive MIMO)已经吸引了大量研究者的关注。它能够将系统的频谱效率和辐射能量效率增加几个数量级。大规模天线系统优良的系统性能是在假设已知完美信道状态信息的条件下获得的,而信道状态信息的获得是一个极大的挑战。完美信道状态信息的获得会导致严重的导频开销,从而造成系统性能的下降。因此,导频设计和信道状态信息的获得是制约系统性能最重要的因素。对于单小区中,比较严重的问题是频分双工(FDD)下行信道估计问题,而对于多小区,比较严重的问题是时分双工(TDD)上行信道估计问题。因此,我们针对单蜂窝小区FDD下行以及多小区TDD上行大规模天线系统,分别研究了低复杂度的导频分配策略和信道估计方法。对于单蜂窝小区FDD下行大规模天线系统,我们探讨了大规模天线系统多径信道在延迟域与角度域的联合稀疏性。利用联合稀疏性,针对下行链路大规模天线正交频分复用(OFDM)系统提出了一种具有低开销和低复杂度的解耦导频设计策略。提出的导频分配策略中我们将导频分配通过解耦的方式分成两部分来完成。在第一部分,我们提出了两种两层贪婪迭代(TLGI)算法来获得导频子载波模式,分别为全局最优选择贪婪迭代算法(GOS-GIA)以及局部最优选择贪婪迭代算法(LOS-GIA)。所提出的两层贪婪迭代算法是基于导频矩阵的互不相干特性(MIP)。在算法的每个内层迭代中,最差子载波被最佳子载波替换。并且在外层迭代中,从内层迭代的结果中选择最佳导频子载波模式。在第二部分中,随机拉德马赫(Rademacher)分布导频矩阵用作角度域导频矩阵。我们对所提出的导频分配策略进行了算法复杂度分析以及性能分析。仿真结果表明,我们提出的导频分配策略能够以更低的导频开销获得更好的系统性能。我们利用大规模天线系统延迟域和角度域的信道联合稀疏特性提出了一种解耦的导频分配策略,需要对应的信道估计方法。利用信道的联合稀疏特性可以采用压缩感知的方法来进行信道估计从而降低导频开销。但是利用联合稀疏性的信道估计方法复杂度很高,因此我们需要提出新的信道估计方法,并且尽量保证信道恢复的准确性。基于解耦的导频设计策略,我们相应地提出了一种两阶段的信道估计方法。第一阶段主要是通过利用该信道在延迟域的稀疏性检索非零主导抽头的位置。为了恢复这些非零抽头,我们利用信道的稀疏共享特性(SCS),提出了块基追踪算法(Block-SP)。第二阶段的重点是通过利用角度域的稀疏性来估计在这些抽头的信道系数。在这一阶段我们提出了平行基追踪算法(Parallel-SP)来恢复信道系数。然后我们对所提出的信道估计方法进行了算法复杂度分析以及算法性能分析。算法复杂度分析表明,这两种两阶段的信道估计方法可以极大地降低计算复杂度。仿真结果表明,我们提出的信道估计算法能够获得更好的系统性能。对于多蜂窝小区系统,为了降低导频污染,我们提出了一种针对TDD大规模天线系统的低复杂度并且通用的动态导频序列分配策略。在这种策略中,不同小区的中心用户采用相同的导频序列集合,但相邻小区的边缘用户采用相互正交的导频序列集合。利用我们所提出的这种消除边缘用户导频污染的动态导频分配策略,我们分析了基站天线的数目趋向于无穷大时的近似系统容量。仿真结果表明,所提出的导频序列分配策略相比于传统的导频复用因子是一或三的导频序列分配策略能够实现更高的系统容量。此外,我们还讨论了在不同的信噪比(SNR)下最大化系统容量的导频序列最佳数目优化问题。