多输入多输出(MIMO)技术由于能够同时提高无线通信系统的传输速率和传输质量,已成为未来移动通信系统的关键技术之一。但是在复杂的无线通信环境下,来自MIMO系统内部的多天线干扰(MAI)和多径信道引起的码间干扰(ISI)同时影响着接收机的误码性能。精确的信道估计是接收机进行均衡和译码的基础,它和干扰消除方案共同决定了系统的性能。本文重点讨论了点对点频率选择性MIMO系统下的信道估计和干扰消除算法,并通过仿真验证了算法的有效性。叠加训练序列的信道估计算法将训练序列直接叠加在信息序列上,不需要占用专门的时隙,从而提高了系统的频谱利用率;同时仅利用接收信号的一阶统计量就可以达到信道估计的目的,具有计算量小的优点。本文在讨论了单输入单输出(SISO)系统中叠加周期隐训练序列(IT)的信道估计算法后,将该方法推广到MIMO系统中,通过对各发送天线合理地分配IT,实现了不同子信道的分离和估计,并继承了IT算法较低峰均功率比的优势。为了消除系统中的MAI和ISI,本文从线性检测和非线性检测两方面入手,介绍了线性最小均方误差(MMSE)算法以及基于迭代的概率数据辅助(PDA)算法。并将PDA算法与基于信道矩阵QR分解的串行干扰消除(SIC)算法相结合,提出了一种低复杂度的软判决迭代均衡算法。该算法一方面很好地消除了MAI,另一方面将传统PDA算法中大量的矩阵运算简化为数值计算,降低了系统的计算复杂度。实验结果表明,算法改进后具有更好的误码率性能。