由于MIMO-OFDM系统的信道是时域稀疏衰落信道,所以在空时分组码译码前,必须估计出空时分组码经过MIMO-OFDM系统时的信道参数。传统的信道估计技术往往需要借助大量的导频信号才能准确估计出信道的状态信息,这在一定程度上浪费了频谱资源。而压缩感知理论弥补了传统估计技术的缺陷,对于稀疏的或者可压缩的信号,该技术能利用少量的观测数据精确重构出原始信号,减少了导频的放置数量,为信道估计提供新方案。本文围绕MIMO-OFDM系统中的空时分组码的译码展开研究,重点研究了压缩感知理论在空时译码中的实现。具体研究内容如下:(1)简要介绍了无线信道的环境特征、由MIMO技术和OFDM技术结合而成的MIMO-OFDM系统的通信过程以及空时编译码中的发射分集模型。(2)从信号的稀疏表示、观测矩阵的设计和重构算法三个组成部分对压缩感知理论展开研究。其次针对重构算法,简单介绍了三种基于压缩感知的OMP算法、ROMP算法以及GOMP算法的重构步骤。(3)根据接收信号、发送信号、信道参数和信道噪声四者间的关系,采用基于训练序列的信道估计方法或基于导频的信道估计方法。在频域,用高斯随机矩阵与接收信号相乘得到观测信号,高斯随机矩阵与傅里叶变换阵相乘得到观测矩阵。利用重构算法,分别对文中论述的两种不同的发射分集模型进行信道估计仿真。重构出MIMO-OFDM系统的时域信道参数,供空时分组码的译码使用。仿真实验中,研究了基于训练序列的信道估计和空时译码,其仿真结果表明,本文提出的基于压缩感知理论的信道估计方法,能够提高信道参数的估计精确度,降低了空时分组码译码的误码率。在基于导频的信道估计中,利用压缩感知理论能完成信道估计,利用信道估计得到的参数能完成空时译码。