正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)是第四代移动通信的核心技术,它的最大优点是对抗频率选择性衰落,同时又提高了频谱利用率。将其与自由空间光通信(Free Space Optical, FSO)结合,能够在高速运动中实现高质量高速率的数据传输,同时有更高的频谱利用率和更大的系统容量。但是OFDM对同步误差十分敏感,同步是FSO-OFDM系统的关键技术。接收端为了能够正确解调,必须找到符号的起始位置,因此需要进行符号定时估计。如果定时估计不准确,就可能引起严重的码间干扰(ISI)；由于子信道的频谱相互覆盖,这就对它们之间的正交性提出了严格的要求。然而由于无线信道存在时变性,在传输过程中会出现无线信号的频率偏移,破坏各个子载波之间的正交性,引起严重的载波间干扰(ICI),导致解调性能迅速恶化,从而使整个OFDM系统性能下降,因此需要进行频率偏差估计。本文重点研究了FSO-OFDM系统的符号同步算法和载波同步算法。首先,提出了一种自相关性能强,不易受频率偏差影响的FH序列作为之后同步算法的基础。其次,研究了基于训练序列的Schmidl&Cox算法和Minn算法,分析了它们在符号定时估计中的特点以及缺点,并在此基础上,采用了FH序列构造的训练序列对符号定时同步判决函数进行了三种改进,使得函数峰值所对应的位置恰为训练符号的起始点,从而通过检测峰值即可迅速确定训练符号的起始位置,克服了以往算法中定时测度存在引起估计模糊的平台现象和多尖峰现象,提高了定时同步精度。最后,分析了基于循环前缀的同步算法,对传统的ML同步算法和连续符号的ML算法进行了大量仿真分析和性能比较,最后采用了部分CP相关算法实现了小数倍频率偏差的估计,提高了估计精度。针对现有频偏估计范围较小的缺点,借助FH序列构造具有共轭对称性质的训练序列,提出了一种基于FH序列的符号定时和频偏估计的联合估计改进算法。理论分析和仿真结果表明,相对于传统的算法,新算法提高了符号定时同步精度,扩大了频偏估计范围。