海洋环境中蕴藏着丰富的资源,在陆地资源日益匮乏的当今,各国开始对海洋资源进行充分地开发和利用。为保证安全、可靠、有效的资源勘探与开发,需建立可靠的水下通信系统。较之无线电波和光波,声波由于在水下衰减小和传输距离远的优势,成为水下通信系统的首选方式。但是水声信道极其有限的带宽、严重的衰落与噪声以及多径效应等因素,使其成为了最复杂的无线通信信道之一。本文的主要研究内容是高速水声正交频分复用(OFDM)通信系统中的信道估计和干扰消除。影响水声通信系统可靠性的因素很多,本文主要关注的是水中强干扰,即脉冲噪声。虽然使用OFDM技术可以减小码间干扰,但是脉冲噪声会极大地降低OFDM系统的质量,因此本文的研究目的是实现高精度的水声通信系统信道估计和干扰(脉冲噪声)消除。具体来看,本文主要包括以下四点创新性工作:第一,利用水声信道响应和脉冲噪声干扰的稀疏性,基于最大期望(EM)的稀疏贝叶斯学习(SBL)算法,提出面向水声OFDM系统的联合信道估计和脉冲噪声抵消方案。第二,考虑到水声信道的时变特性,将SBL算法与前后向卡尔曼滤波器相结合,提出联合时变信道追踪和估计方案。第三,为了进一步提高系统性能,在水声OFDM系统频谱资源有限的条件下,利用所有子载波信息,提出联合符号检测和信道响应及脉冲噪声估计方案。第四,在上述研究方案的基础上,结合SBL算法和卡尔曼滤波器并利用所有载波信息,设计联合符号检测和时变信道追踪方案。最后,为了测试本文提出算法的性能,通过仿真系统以及2015年12月在西澳大利亚Swan River入海口进行海洋实验采集得到的数据进行验证。结果表明,与现有算法相比,本文中提出的算法较之现有算法均能够获得更好的系统误码率和误帧率性能。