OFDM(正交频分复用)技术将高速串行数据流分为低速的并行数据流,各自调制到互相正交的子载波上,OFDM以它高效的频谱利用率和抗多经干扰的能力,已成为4G系统中的关键技术。但是OFDM要求子载波之问保持严格的正交性,因此对于定时偏移和载波频率偏移非常敏感。本论文的任务是研究OFDM系统的定时同步和载波频率同步。本文首先阐述了OFDM系统的基本原理,然后详细阐述了定时同步偏差和载波频率偏差对系统性能的影响,接着分析了两种经典的同步算法:基于循环前缀的极大似然估计算法和基于PN训练序列的Schmidl算法。本文在极大似然估计算法的基础上,提出了先利用ML算法进行定时粗同步,然后利用系统固有的进行信道估计的大量导频信息进行定时精同步估计,仿真结果表明了在多径信道中,改进算法的估计精度能达到10-3的数量级,有效提高了估计精度。在Schmidl算法的基础上,本文通过设计一种具有随机相位的PN训练序列,得出了具有冲击相应特性曲线形式的定时曲线,消除了定时平缓区的影响,提高了定时估计的精度,同时利用随机相位训练序列还可以改善小数倍载波频偏估计的估计方差。最后在Schmidl算法的基础上,还提出了一种利用具有重复共轭对称特性的短训练序列进行时频估计的方法,先利用其共轭对称性进行定时同步估计,然后利用其重复性进行载波频偏估计,并在频偏估计中利用迭代算法提高频偏估计的精度,仿真表明,算法同样消除了定时平缓区,取得尖锐的峰值,迭代算法可以看出,随着迭代次数的增加,估计精度越来越高,在信噪比为20dB时,达到了10-4数量级。