在很多通信系统中，特别是移动通信系统中，信道往往未知且快速时变的。基于训练序列的信道辨识和均衡技术将增加系统开销，降低通信系统传输效率，传统的盲辨识和均衡算法是基于高阶统计量的。直到九十年代初期，基于二阶统计量的辨识算法才被提出，对信道输出信号过采样后可以完成信道的估计。为了解决辨识时的二义性问题，通常会对信道做出一些限制性的假设。另外由于对输出信号的高速率采样也可能带来信道矩阵的奇异性。　　 本文以多抽样率滤波器组为基础，介绍了一类采用多抽样率滤波器组作为前置滤波器的基带传输模型，分别给出了单用户和多用户信道时滤波器设计指标，以实现快速时变信道的辨识。本文介绍了多抽样率滤波器模型的特点，通过信号的分块操作使得通常意义下的时变系统转化为分块形式下的时不变系统。在单用户信道情况下，通过对滤波器组参数的特殊设计，可以给用户信道带来额外信息，使得用户的系数向量只与输出信号的功率谱密度矩阵有关，算法简单有效，所辨识出来的信道系数向量存在且唯一。　　 在多用户信道情况下，给出了滤波器参数的设计方法，通过选择一组特殊的滤波器组参数，使得各个用户的输出信号在频域上实现正交，从而保证在某个给定频率点上的分块输出信号功率谱密度只与单个子用户信道向量系数有关，使得问题简化，多用户信道的辨识问题转化为各个互不相关的子用户信道的辨识问题。　　 随后，我们给出了基于输出信号二阶统计量和所设计滤波器组参数的辨识算法。这些辨识算法形式简单，计算量较小。仿真结果表明，算法避免了以往信道系数的限制条件，能够准确有效地辨识出单用户和多用户信道条件下的信道系数向量。