云无线电接入网络（C-RAN）的一个难题是如何在集中处理的性能和效率之间保持平衡。 为了解决这个问题，本文研究了基于训练的信道估计和聚类形成的联合设计。 为了在C-RAN中提供有效的协作策略，远程无线电头（RRH）形成了各个C-RAN集群，并研究了一种数据辅助信道估计方案，可以减少训练序列的冗余成本。 为了保证信道估计和数据传输的性能，联合优化了簇的形成和信道估计。 特别是，结合凸优化和Broyden-Fletcher-Goldfarb-Shanno算法，设计了一种基于迭代训练的信道估计方案。