随着5G移动通信系统对高速率业务需求的快速增长,现有低频段频谱资源匮乏且无法满足5G高速率业务需求。拥有大量可用带宽资源的毫米波高频段将有望解决5G移动通信系统的频谱资源紧缺的难题。然而,相比于传统6GHz以下低频段,毫米波高频段易遭受严重的自由空间路径损耗和大气吸收等影响。为此,采用波束赋形技术可以将毫米波信号聚焦成窄波束,有利于提高通信链路质量和系统容量。但是,窄波束毫米波通信系统却面临信道估计和信道追踪算法时效性差、难于应用到移动场景等挑战。为此,本文研究面向移动通信场景的毫米波系统信道估计与信道追踪算法,通过理论分析、算法设计和软硬件平台搭建,验证毫米波通信技术的可行性。本文主要贡献为三方面:(1)针对无先验信息情况下的毫米波信道估计难题,提出了基于强化学习的多阶段信道估计算法,仿真验证了所提算法相比于现有方法可降低信道估计均方误差1dB。(2)针对移动场景下毫米波信道可靠追踪的难题,提出了基于回声状态网络的信道状态预测模型和在线信道状态信息获取的信道追踪算法,仿真验证了所提出的毫米波信道追踪算法相比于现有算法可降低误差5dB。(3)最后,设计并搭建了室内低速移动场景下毫米波通信系统硬件平台,验证了所提出的毫米波信道估计与追踪算法的可行性,实现了毫米波通信系统单链路传输速率2.8Gbps、星座图误差向量稳定在-25dB、波束追踪平均时延435ms。最后,对本文研究内容进行总结,并对毫米波信道估计与信道追踪算法进行展望。