大规模MIMO技术是近三年来才得到飞速发展的一项新技术,它通过大量增加通信的天线数量,采用时分双工的通信模式,在信息传播过程中利用空间复用和空间分集,使系统的频谱利用效率达到空前的高度。然而,为了淋漓尽致的发挥大规模MIMO技术的优势,必须在信号发送前获取足量的信道状态信息,这样才能使发送端在发送信号前可以进行天线选择和功率分配,从而选择最优方案进行信息传输。同时,分集增益和复用增益间存在此消彼长的关系,为了实现更高的分集增益必须以牺牲复用增益为代价,反之亦然,这种关系促使作者探索两者间存在的关系。本文讨论了大规模MIMO下的信道估计问题,并提出了一种综合上下行的Bayesian估计方法。该方案考虑到上下行导频污染来源不同,信道的互易性不再适用,因此采取结合上下行测量的方法。另外,它利用了单个相干时间内基站和用户间信道基本保持静态的特点,采用Bayesian信道测量方法,得到了目标终端和基站间以及目标终端和干扰基站间的信道矩阵。这个方案将导频污染带来的影响降到了较低水平,并得到了导频干扰的若干信息,为未来基站间协作传输提供了帮助。另外,本文还讨论了大规模MIMO系统SNR处于有限下的分集与复用的关系。通过引用对应信道模型下的遍历容量服从的分布,求取此时系统的中断概率,进而得到了不同复用增益定义下的分集复用均衡曲线。这种分析结果很好的反应了有限SNR下的分集复用分布,但和理想曲线相比,其收敛速度要慢,所需SNR值要高。这种特性表明在进行大规模MIMO系统性能对比时,应当考虑实现当前增益所需的SNR补偿值。Matlab仿真结果很好的表明了以上研究成果的正确性。