随着5G通信时代的到来,现代通信环境变得愈加复杂,短突发通信成为现代通信技术中的一种具有较强抗干扰能力的通信方式。在军事通信领域中,为了完成非合作通信信号的识别工作,需要对盲信道估计问题进行研究。在上述的通信场景中,为使接收端能够正确恢复出发射信号,对MIMO系统的信道估计技术提出了新的要求,即信道估计所需的接收信号样本数要尽可能地少,且训练序列或导频的数量也要尽可能地少,甚至接收方可能无法获知训练序列或导频信息。本文在上述两个场景下针对MIMO系统的盲信道估计问题进行了研究,其主要工作内容如下:1.提出了一种基于变换矩阵的盲信道估计方法,对该算法的性能进行了理论分析,证明了该算法在收发天线数较少时能够解决盲信道估计问题。通过计算机软件对该算法的性能进行了仿真实验,证明了该算法能够在不使用训练序列或导频的情况下完成系统的信道估计工作。本文所提出的算法在理想信道状态信息下具有接近于传统方案的性能,在信道状态信息不理想时性能明显优于传统方案。作为对比,本文还介绍了一种传统的基于子空间法的盲信道估计方法,通过计算机软件对该方法进行了仿真实验,证明了传统方法因所需要的接收信号样本数较多、收敛速度较慢,无法用于短突发通信及信号识别场景。2.从理论上分析了盲信道估计方法所固有的模糊度问题,并在文中所提出的基于变换矩阵的盲信道估计方法的基础上,针对信号识别等无法对信号传输过程进行干预的通信场景,借助图片、音频等信源的固有特性,提出了一种基于信源特性的模糊度消除方法,该方法能够在未知训练序列及导频信息的情况下消除盲信道估计产生的模糊度。3.针对短突发通信等可对收发过程进行控制的合作通信场景,提出了一种基于短训练序列的模糊度消除方法,该方法仅利用极少量的训练序列信息,即可消除盲信道估计产生的模糊度。通过对比消除模糊度前后的系统性能,证明了该方法能够在仅牺牲少量频谱效率的前提下,完全消除盲信道估计方法所恢复出信源信号的符号模糊度以及天线排序模糊度。