窄带物联网(NB-IoT)是3GPP在第13版中引入的针对低功耗、广覆盖类业务定义的新一代蜂窝物联网技术,是实现万物互联的关键技术之一。而信道估计是对无线传输信道参数进行估计的技术,是NB-IoT终端系统进行相关检测、解调制、均衡等一系列操作的基础,也是系统可靠性与有效性的保障。有效的信道估计能够最大程度的保障通信的质量,确保终端恢复信号的准确率。本文首先针对窄带物联网传输的无线信道进行研究,分析了无线信道衰落特性并介绍了几种常见的无线信道模型,确立了本文所采取的无线信道仿真模型。随后介绍了NB-IoT系统基本知识,并研究了下行链路的物理层帧结构和下行三个物理信道的主要功能、资源映射和处理过程等重要性质。然后在前面研究基础上建立了NB-IoT下行系统模型,重点研究了与信道估计相关的下行参考信号。最后从三个方面重点研究了NB-IoT下行链路基于导频的信道估计算法并在MATLAB平台进行仿真分析:1.对导频图案的设计研究。由于下行参考信号时域上导频分布过于紧密,不利于根据导频推算出数据点的信道参数,误差较大,本文提出了一种距离更加分散的导频图案。仿真结果显示,基于改进导频图案的信道估计虽然小幅降低了系统频带资源利用率,但是误码率明显小于预设导频图案,可以显著改善系统的信道估计性能;2.对接收端导频点信道估计算法研究。分析了LS算法,LMMSE算法和DFT算法的特点,提出一种改进的DFT信道估计算法,可以抑制循环前缀内部的噪声,更适应NB-IoT下行链路。仿真结果显示,LMMSE算法估计性能最强,但复杂度过高,LS算法估计性能最差,但是复杂度最小,实现最简单,DFT算法性能和复杂度介于两者之间,而改进的DFT算法性能复杂度与DFT算法相近,系统估计性能却得到很大改善;3.对数据点插值算法的研究。研究了传统的线性插值,二次插值算法和基于变换域的插值算法的特点,并提出基于移动最小二乘法(MLS)的信道插值估计算法。在发射端插入导频,根据接收端的信号计算出导频点信道参数后,引入了紧支的概念,利用附近子域对导频点影响权重来估计出信道参数。仿真结果显示,与传统的线性插值,二次插值算法和基于变换域的插值算法相比,采用移动最小二乘法算法进行信道估计,误码率最低,估计性能最佳,并且算法的计算复杂度也没有显著增加,实用性较强。