基于DFT的时域信道估计,将信号子空间和噪声子空间在时域区分开,既能有效的分离噪声,又具有较低的复杂度。通过对信道估计MSE的推导,本文提出了一种基于可调阈值区分信号噪声的信道估计算法。通过在时域上对连续的OFDM符号求平均,有效的抑制了AWGN和ICI,利用高斯分布的统计特性提出一个具有合适判决阈值的信道估计算法GPT。将信号衰落也考虑到准则中,对阈值进行自适应调整,进而提出了TAAT算法,仿真证明该算法具有鲁棒性。文中提出的两种算法均无需信道先验信息,能够正确的高精度的区分信号的噪声,不受频谱泄漏的影响。在VA30,典型城市信道信道仿真表明,该算法性能逼近理想DFT时域信道估计,即假设信道信号径位置已知,噪声径完全去除。该算法相对没有分离噪声的DFT算法获得了信噪分离的2.5dB增益。