随着无线移动通信的快速发展,更加快捷、安全、可靠地的多媒体数据业务应运而生,它们有着更大的信道容量和更高效的频谱利用率。利用不同分集技术的多输入多输出(MIMO)技术能够大幅度改善数据的传输速度、信道容量和频谱利用率,而且是在没有增加系统带宽和发射功率的条件下；利用多载波调制技术的正交频分复用(OFDM)技术可有效地对抗频率选择性衰落,原因是几个并行的正交子信道组成了其物理信道。然而,由多径可能产生的子载波间干扰(ICI)和符号间干扰(ISI),可以插入循环前缀(CP)来减少干扰。MIMO技术同OFDM技术融合的MIMO-OFDM技术可以有效的阻止频率选择性衰落的同时还可以改善空间资源和系统容量,因此MIMO-OFDM技术已成为新一代无线通信技术研究热门技术之一。接收端的空时检测和相干解调是MIMO-OFDM系统的关键技术,然而信道估计在其中起到了非常重要的作用,准确的信道估计可以改善整个系统的性能。各种信道估计的算法就在此时应运而生。首先,本文分析了OFDM、MIMO技术的背景、研究现状；阐述了OFDM、MIMO技术以及MIMO-OFDM技术的基本原理和系统模型,介绍了无线信道的特性：信号衰落、多径效应、时变性等。其次,对比了几种典型数据辅助信道估计方法：最小二乘(LS)信道估计算法、线性最小均方差(LMMSE)信道估计算法和基于奇异值分解的线性最小均方差(SVD-LMMSE)信道估计算法,并进行了性能分析和仿真验证。接着研究了基于子空间的盲信道估计和基于线性预编码的盲信道估计。最后分析了基于子空间和基于自适应滤波器的半盲信道估计。在基于自适应滤波器的信道估计中重点分析了最小均方(LMS)半盲信道估计算法以及递归最小二乘(RLS)半盲信道估计算法,通过系统仿真对比了两者的性能。最后研究出一种基于自适应滤波器的改进算法,通过系统仿真,此算法提高了系统性能,优于LMS算法,且适应更加广泛。