近年来，随着多媒体信息技术和移动通信的不断发展，在日常生活中人们已经可以随时随地享用实时的音视频产品。这些产品在进入人们生活之前，必然需要经过数据压缩与无线传输这两个关键过程。众所周知，相对于文本数据，音频和视频的传输要耗费大得多的资源。随着人们对多媒体产品高品质和多元化的需求不断增长，多媒体业务的发展与无线传输带宽之间的矛盾必然不断加深。要彻底解决这一矛盾，一方面，需要不断革新数据压缩技术，另一方面，不断研究无线传输技术以实现无线信道容量的最大化。正是围绕这两个方面，展开了木文的研究工作。数据压缩的核心问题是量化器的设计。前人对量化器的研究多是在不考虑信道条件下进行的，而现实的无线信道普遍存在噪声，因此，在无线信道存在噪声条件下对量化器展开研究才具有实际意义。本文从两个方向对此问题进行研究，一个是根据信道噪声，改变量化器的结构；另一个是引入索引值分配算法。另一方面，近来受到广泛关注的多入多出(MIMO)技术具有很高的频谱利用率可以极大地提高_无线信道容量正好满足多媒体业务对信道容量的需求。MIMO技术与以往的单入单出(SISO)系统一样，需要面对无线信道衰落的问题；但是不同的是，由于采用了多天线方式进行传输，以往的对抗信道衰落的方法已经不再适用。因此，需要对原有的方法进行升级和改进以适应MIMO系统。 本文围绕这几个方向展开工作，主要贡献包括，1、有噪卢信道中标量量化器的针对信源和信道整体最优化的构造方法都经过复杂的迭代过程。迭代最人的弱点在于其过程具有不可预知性，其收敛性难以控制并且更加难于进行定性地分析。因此本文提出了一种非迭代的次优量化器。此量化器能够有效地降低编码器和译码器的复杂度，因为红这种量化器中，编码器针对信源进行最优化，而译码器针对信道进行最优化。 2、一种考虑有噪信道的次优量化器在结合索引值分配算法后，编码器中存在有趣的空量化区间，但是译码器中却没有充分利用这一特性以获得更好地性能。冈此，本文提出了一种新的量化器结构，经过定性的分析之后，给出了这种量化器的量化误筹的上界，且量化性能人人优r原量化器。 3、MIMO系统中离不开空时编码，而空时分组码又是目前最实用的空时编码，然而它的泽码算法足建立在已知信道状念信息基础上的。因此，本文提出了空时分组码系统中基于SVD分解的一种通用盲信道估计算法。仿真结果显示了本算法的通用性和优异性能。 4、空时分组码的特点是满分集增益，但是它的传输速率较低。分层空时码的传输率较高，但是分集增益不佳。本文在传输速率和分集增益之间寻找最佳平衡点的过程中，发现了一种新的空时编码并提出了相应的盲信道估计算法。仿真结果显示，在不同天线数目、传输率和帧长的情况，这种新的空时码的信道估计算法都表现良好。 5、在平坦衰落信道中，酉空时编码可以进行非相干译码，即在未知信道衰落情况。下完成译码。但是无线信道中也存在着频率选择性衰落，它将会造成信号的码间干扰。因此，本文基于酉空时编码提出了一种新的信道均衡器，以对抗码问干扰。仿真结果显示，本算法不仅在无噪信道中而且在有噪信道中获得较快的收敛速度，而且在有噪信道中能够抑制噪声。