La tecnología de entrada múltiple y salida múltiple tridimensional (3D-MIMO) ha atraído mucha atención en el campo de la comunicación inalámbrica. La mayoría de las investigaciones se centran principalmente en el modelo de estimación de canal que se ve afectado por ruido gaussiano blanco aditivo (AWGN). Sin embargo, bajo la influencia de algunos factores especificados, como la interferencia electrónica y el ruido artificial, el ruido del canal ya no sigue la distribución gaussiana. A veces, la función de densidad de probabilidad (PDF) del ruido es desconocida en el receptor. Basándose en esta realidad, este artículo intenta abordar el problema de la estimación de canal bajo ruido no gaussiano con PDF desconocida. En primer lugar, el soporte común de la matriz de canal en el dominio de ángulo se estima mediante un algoritmo de reconstrucción de muestreo comprimido (CS) y una regla de decisión. En segundo lugar, después de modelar la señal recibida como un modelo de mezcla gaussiana (GMM), se aplica un algoritmo de poda de datos para calcular el orden de GMM. Por último, se implementa un algoritmo de maximización de la esperanza (EM) para la regresión lineal a fin de estimar la matriz de canal de forma iterativa. Además, la dispersión, no solo en el dominio del tiempo, sino también en el dominio del ángulo, se utiliza para mejorar el rendimiento de la estimación de canal. Los resultados de la simulación demuestran las ventajas del algoritmo propuesto en comparación con los tradicionales.