支持高速移动是未来移动通信系统的一个重要特征，这就对系统中的信道估计技术提出了很大的挑战，本论文正是研究在移动环境中的增强信道估计方法。由于待估计的信道可以看成一种信号，而信号在各个域上的表达均有各自的特点，于是本论文试图充分利用各个域上的特征来达到增强估计的目的。论文主体分为三个平行的部分，分别基于移动信道在时域、空时域和频域上的特征，提出了利用这些特征来增强不同系统中的信道估计算法，分别达到提高精度、减小导频开销和降低系统复杂度的目的。 本论文首先对现代无线移动通信系统的发展状况进行综述。详细介绍了无线移动通信信道的特征，说明了适时有效的信道估计在现代通信系统中的重要作用，并且总结了基本的信道估计技术，这是增强信道估计的基础。 本论文接着通过研究移动信道在时域上的特性——多径信道的每一径都是时变的，提出了一种增强的信道估计方法。以移动中的MIMO-OFDM系统为模型，对每根接收天线的各个OFDM符号中的导频进行抽取，在频域进行LS信道估计，然后采用快速傅立叶逆变换到多径域，于是可以在二维的“时域—多径域”平面上，用多项式模型去逼近多径域中的每一径的时域变化趋势，从而达到平滑噪声提高估计精度的目的，提高了MIMO系统V-BLAST检测算法的BER性能。该方法不需要知道信道的统计先验知识，是一种有效简单的利用移动信道时域特性的增强信道估计方法。 本论文然后研究了移动信道在空时域上的特性——STBC的空时信道正交性受到破坏，提出一种用于STBC的MIMO系统的自适应信道跟踪估计方法。在简单介绍了目前广泛应用的三种自适应滤波器的原理和STBC的空时结构后，提出一种具有优良跟踪性能和低复杂度的自适应跟踪方法。首先用AR模型对信道进行预测，然后用LMS算法分别跟踪信道经QR分解后的两个矩阵，并通过本章定义出的信道矩阵对角非零因子DNF作为信道衰落大小的度量，以此来调整LMS自适应算法的步长，提高了LMS算法对信道的跟踪估计能力，且保持了LMS低复杂度的优势。 本论文还研究了移动信道在频域上的特性——频域上的多普勒效应展宽信号带宽，提出了一种自适应于移动速度的增强信道估计方法。利用信道在移动环境下频谱带限和对称的特征，通过寻找频谱自相关的峰值来确定频域滤波器的带宽。信号在频域的处理必然会有频谱泄漏问题，传统方法滤除噪声的同时也去掉了部分信号，对此本章还提出一种恢复出泄漏的频域信号的方法。相对传统速度自适应方法，该方法不需要估计多普勒频率或移动速度，降低了系统实现的复杂度；也不需要信道的长时统计量或信噪比信息，实时性较高；并且通过补偿频谱泄漏的频域信号使得自适应估计性能有所提高。 本论文的研究结果可以为无线移动通信系统的设计提供良好的参考，结尾部分还对今后可能继续深入研究的方向作出了预测。