2019年,第五代移动通信(5th-Generation,5G)在国内呈燎原之势蓬勃发展,各种5G应用创新如雨后春笋般涌现。相比前几代移动通信系统,5G具有更高的数据传输速率、更广泛的网络覆盖范围和更高的网络容量,可以容纳更多的设备接入网络。论文基于国家重大专项“增强移动宽带5G终端模拟器研发”,重点对5G系统物理下行共享信道(Physical Downlink Shared Channel,PDSCH)接收端的信道估计进行研究。主要开展工作如下:本文结合5G R15版本标准,依次研究了5G的帧结构、时频资源以及PDSCH的物理层过程,并在此基础上重点研究了基于导频的信道估计。鉴于离散傅里叶变换(Discrete Fourier Transformation,DFT)最小二乘(Least Square,LS)算法能使其性能和复杂度达到相对平衡,但在非采样间隔信道高信噪比下存在能量泄漏,而提出一种镜像扩展及阈值判决的改进算法。仿真结果表明,当误码率达到410-时,改进算法与现有DFT相比至少有4d B的性能增益,与LMMSE相比仅约有0.8d B的性能损失,且极大缓解了高信噪比时的“地板效应”。另外,本文利用多径信道在时域上的稀疏性,将压缩感知与信道估计相结合,重点研究了压缩感知中的重构算法,并在现有算法基础上,提出一种奇异值辅助的改进算法。仿真结果表明,改进算法在保证重构效率的前提下,与现有较优的稀疏自适应匹配跟踪(Sparsity Adaptive Matching Pursuit,SAMP)算法相比至少有2d B的性能增益,同时还解决了压缩采样匹配跟踪(Compression Sampling Matching Pursuit,Co Sa MP)算法过度依赖信道稀疏度的问题。最后,本文在PDSCH链路研究和MATLAB仿真基础上,综合考虑算法性能、复杂度以及项目要求等多方面因素,选取DFT改进算法进行多核数字信号处理(Digital Signal Processing,DSP)的设计与实现,并根据代码调试器(Code Composer Studio,CCS)的运行结果,通过分析其性能和运行周期,验证本文所提方案的可行性。