无论是OFDM系统中的相干解调,还是MIMO系统中的空时译码,都需要信道的状态信息。信道估计作为未来无线通信的关键技术之一,其性能的优劣将直接影响到整个系统。基于离散傅里叶变换(DFT)的信道估计算法在较小的复杂度下获得了较高的估计精度。本论文在MIMO-OFDM系统中,主要针对基于DFT的信道估计算法进行了研究,并提出了两种改进算法。一种方法利用信道时域功率集中特性,在多天线系统中推导了信道系数的最佳阈值,通过设定最佳阈值来选择信道抽头数。大于最佳阈值的信道抽样点包含了几乎所有的信道信息,而忽略掉的信道抽样点只含有噪声能量。因此,基于最佳阈值的信道估计算法大大减小了噪声对估计性能的影响。信道的多径参数包括多径时延和幅度,与幅度的快时变特性不同,多径时延在较长的时间间隔内几乎保持不变。第二种方法根据多径信道稀疏度的概念,利用多相编码良好的周期自相关性获得信道的多径时延,通过估计多径时延来确定信道抽头数。基于时延信息的信道估计算法也能很好的去除噪声的影响。两种算法的核心思想都是通过选择时域中较大的信道抽头,抑制大部分噪声,达到提高估计精度的目的。由于两种算法都不需要信道统计信息,不仅降低了计算复杂度,而且具有实用性。在3GPP信道环境中,分别对两种改进算法进行了仿真,验证了算法的有效性。