5GNR（New Radio）作为最新型的移动通信系统,近年来迅速发展,逐步开始投入商用,成为了社会中的聚焦领域。其中信道估计是NR系统下行解调流程中的重要模块,因为无线信道会引起信号衰落,从而影响通信系统的性能,而信道估计的准确度对信号检测的质量起决定性作用。现有的信道估计都有自己的局限,比如低信噪比（SNR）时LS（Least-Squre）算法估计精度差,而 MMSE（Minimum Mean Square Error）算法复杂度高,不利于5G设备的解调效率;另外,NR系统在其物理层设计中,给SSB（Synchronization Signal Block）分配了很少的解调参考信号,且参考信号的分布不像其在LTE（Long Term Evolution）系统中的均匀,造成NR信道估计器性能下降。针对以上两点问题,本文根据NR特性,研究并设计适用于5G的高精度信道估计方案。主要工作内容如下:提出了一种面向5G物理广播信道（Physical Broadcast Channel,PBCH）的低信噪比低复杂度的信道估计算法。本文基于解调参考信号在时域中相邻并在频域中相隔的分布特点,设计了一去噪声的算法,在保证低运算复杂度的前提下,减轻信道中噪声对信道估计器性能的影响,从而更精确地估计了信道衰落。从性能仿真和时间复杂度两个角度和现有信道估计方法对比,在信噪比为0dB时的低信噪比情况下,提出算法比同等时间复杂度的LS算法,得到的误比特率降低了12%,说明该信道估计方法具有复杂度低、精度较高的优势。提出一种解调参考信号和同步信号联合使用的信道估计优化方案。在基于参考信号的信道估计算法的基础上,利用同步信号对于信道衰落进行二次估计,以达到对NR系统中的信道估计器的优化。仿真验证了该方案对于LS、LMMSE和本文第三章介绍的方法均有性能增益,在信噪比为0dB时,信道衰落的均方误差分别降低了1.7%、2.5%和1.6%,证明该优化方案具有普适性,并与前文工作勾连到一起。搭建实测平台,完成了从小区搜索到循环冗余校验（Cyclic Redundancy Check,CRC）部分的NR下行解调过程,用NR实际信号对本文提出的信道估计方法和优化方案进行测试,证明了本文研究内容具有可实际应用的意义。