协同通信系统通过相邻节点以协作的方式共享各自的天线,构成虚拟的多天线环境,有效克服了信号在无线传输中的衰落。在不增加硬件复杂度的情形下,协同技术使得单天线系统同样可以获得多天线系统才具有的空间分集增益,提高了通信系统的可靠性和传输速率,从而成为无线通信领域的研究热点。其中,目的节点低复杂度的多同步参数估计算法、对子载波频偏(Carrier Frequency Offset,CFO)鲁棒性更强的信号检测算法、信道估计性能更优的导频序列设计以及满足分布式特性的中继节点功率分配算法等成为协同通信研究中的关键和难点技术。本文围绕这些关键技术在频率选择性信道下进行了研究。论文首先针对频率选择性信道下采用循环前缀(Cyclic Prefix,CP)块传输体制的协同通信系统特点,设计了一种基于频分复用(Frequency DivisionMultiplexing,FDM)的片结构训练序列,提出了相应的低复杂度估计算法,解决了协同通信系统中目的节点多个同步参数估计难题。协同系统中继节点的分布式特性使得目的节点接收到的信号存在多个定时偏移(Timing Offset,TO)和多个CFO。利用CP时域上的冗余性,基于CP块传输体制的协同系统可以有效地对抗频率选择性信道下中继节点之间的多个TO。然而,大传输时延下较长的CP降低了系统的带宽利用率。同时,系统中存在的多个CFO限制了系统的性能。此时,协同通信系统需要估计出所有中继节点的TO和CFO信息并在后续处理过程中加以补偿。因而,对多个TO和CFO的估计是频率选择性信道下协同系统首先必须要解决的一个重要问题。为取得复杂度与带宽利用率的最佳折中,本文构造了一种新颖的基于片结构的训练序列。利用该片结构频域正交性和时域重复性,目的节点使用基于互相关的TO估计算法和基于信号子空间分解的CFO估计算法,仅需一个训练符号周期即可完成多个同步参数的估计,有效克服了时分复用(TimeDivision Multiplexing,TDM)同步算法带宽利用率低和传统FDM同步算法复杂度高的缺陷。通过合理设计片大小,文中所提出的算法在同步及误码率性能上显著的优于传统的同步算法。针对无反馈同步机制场景下的协同空时和空频编码系统,论文提出了对抗多个CFO干扰的信号检测算法,以较低的复杂度,有效降低了多CFO干扰带来的性能损失。利用反馈同步机制,中继节点可以调整各自的传输窗口以及载波频率,使得所有中继节点的信号在抵达目的节点时可以保持TO和CFO上的一致。然而在无反馈同步机制的协同正交频分复用(Orthogonal Frequency-DivisionMultiplexing,OFDM)系统中,未补偿的多个CFO将在目的节点引起符号间干扰(Inter-Symbol Interference,ISI)和载波间干扰(Inter-Carrier Interference,ICI),降低系统的性能,甚至使得协同系统无法获得分集增益。针对协同空时分组编码(Space-Time Block Coding,STBC)系统,文中提出了加强迭代最大似然(Enhanced Iterative Maximum Likelihood,EIML)和高级加强迭代最大似然(Advance Enhanced Iterative Maximum Likelihood,AEIML)信号检测算法。通过矩阵运算,EIML和AEIML算法完全消除了多CFO引起的ICI,并在迭代过程中逐步消除ISI。仿真表明,EIML和AEIML信号检测算法均可获得优于迭代最大似然(IterativeMaximumLikelihood,IML)及最小均方误差(MinimumMean-SquareError,MMSE)等传统的信号检测算法性能,且避免了MMSE检测算法所需的矩阵求逆运算。针对协同空频分组编码(Space-Frequency Block Coding,SFBC)系统,文中提出了排序顺序并行干扰抵消(Ordered-Successive Parallel InterferenceCancellation,OSPIC)信号检测算法及其简化算法。通过排序顺序和并行两级干扰抵消,OSPIC及其简化算法可以有效消除多CFO引起的空频码块间干扰(Inter-Block Interference,IBI),且无需高阶矩阵的求逆操作和迭代运算,因而在信号检测性能上和复杂度上均优于传统协同SFBC中的信号检测算法。针对存在虚载波场景下基于OFDM的协同通信系统,本文提出了信道估计性能最优的导频设计方案,克服了存在虚导频时传统导频方案信道估计性能急剧下降的问题。采用基于CP的OFDM体制,协同通信系统不仅可以对抗多个传输时延,同时可以克服频率选择性信道下时域均衡复杂度高的难题。然而,为了避免数据符号经过非理想滤波器时产生失真,基于OFDM的协同通信系统中每个符号的频谱边缘存在数目不等的虚载波。这些虚载波破坏了传统OFDM系统中使得信道估计性能最优的等间隔等功率的导频结构,而现有文献针对虚载波场景所设计的导频序列与无虚载波时最优的导频序列相比在信道估计性能上相差较远。为解决这一问题,本文首先针对OFDM频域均衡的性质,提出了最小化数据符号位置上平均信道估计均方误差(Mean-Square Error,MSE)准则。与传统导频设计中使用的最小化信道估计MSE准则不同,该准则仅考虑优化数据符号位置上信道估计的精度,更加适合在有虚载波的场景下使用。利用提出的新准则和Disjoint导频序列,文中给出了具有解析表达式的最优导频功率分配算法和高效的次优导频位置选择算法。仿真表明,与传统的部分等间隔导频方案相比,所提出的导频方案在频率选择性信道下估计性能具有4 ? 20dB不等的优势。针对协同通信系统各中继节点空间独立分布及能量受限的特性,本文提出了满足各节点单独功率约束(Per-antenna Power Constraint,PPC)的协同发送波束成型(Cooperative Transmit Beamforming,CTB)算法,克服了总功率约束(TotalPower Constraint,TPC)下CTB系统由于功率分配时变所导致的天线放大器要求高及网络生存周期低等实用化问题。在平衰落信道下,由于优化问题中仅包含单个参数,PPC发送波束成型系数的设计可以简化为对其相位进行优化的问题,因而具有较低的求解复杂度。相比之下,频率选择性信道下的PPC优化问题求解复杂度高且通常无法获得解析解。本文针对频率选择性信道下基于CP的OFDM和SC-FDE CTB系统,首先使用凸优化工具求解了PPC约束下的发送波束成型系数。为了克服凸优化算法复杂度大且精度受限的问题,文中提出了三种不同应用场景的次优PPC算法,随后将次优的PPC算法推广到目的节点包含多个接收天线的协同通信系统中。次优的PPC算法具有解析表达式,因而复杂度远小于凸优化算法。仿真表明次优的PPC算法在不同的功率配置下,可以获得接近于同等总功率约束下的最优性能。本文最后提出了低速率的时域信道状态信息(ChannelStateInformation,CSI)反馈算法,解决了频率选择性信道下CTB系统发送端获取波束成型系数时需要占用大量反馈开销的问题。在带宽受限的反馈信道下,发送端所使用的波束成型系数精度直接决定了CTB系统的性能。已有研究表明在平衰落信道中使用矢量量化(Vector Quantization,VQ)算法可以有效解决有限比特反馈问题。然而,在频率选择性信道下,使用已有的VQ反馈方案将导致反馈开销急剧上升。利用时域CSI长度远小于数据块的长度的特点,本文提出了时域CSI VQ算法。进一步分析信道相位和幅度对发送波束成型系统的性能影响,文中提出了非均匀反馈的方案。在总反馈开销的约束下,通过合理分配信道相位和幅度上的反馈比特数,非均匀反馈可以获得最优的反馈性能。仿真表明,文中提出的时域CSI反馈算法显著的优于基于分组和内插的反馈算法。与所提出的PPC算法相结合,本文所提出的协同发送波束成型设计方案可以获得性能与反馈开销上的最佳结合。