基于正交频分复用(OFDM)和多输入多输出(MIMO)技术的B3G/4G宽带无线移动通信系统能够利用有限的频谱资源提供可靠的宽带数据业务，成为当前的研究热点。信道估计对宽带无线移动通信系统的具体实现至关重要。本论文围绕OFDM和MIMO-OFDM的信道估计进行展开，具体包括导频辅助信道估计和信道跟踪技术。 首先，论文讨论了OFDM系统的辅助导频信道估计算法，比较了现有典型算法的性能和复杂度。LMMSE(线性最小均方误差方法)信道估计算法由于其充分利用信道相关特性，因此能够获得逼近理想信道的良好性能；但其需要预先知道信道统计和信噪比信息，这也限制了它的实际应用。针对这一情况，本文提出了一种实时估计更新的LMMSE增强算法。该方法需要进行信噪比和信道均方根延迟的估计。关于信噪比估计，本文提出了两种方法：基于循环前缀(CP)的盲估计方法和辅助导频的信噪比估计方法。关于信道均方根延迟估计，本文提出了一种结合阈值判断的方法。对于多用户OFDM系统来说，由于每个用户只占据少量相对集中的导频，本文提出了一种基于模型的信道估计算法。 接着，讨论MIMO—OFDM系统的辅助导频信道估计算法。重点关注了MIMO-OFDM系统特有的重叠导频结构，给出了时域、频域最小二乘法(LS)估计方法的理论推导、适用条件、均方误差(MSE)分析及其下界、最优导频设计方案和复杂度分析，并与交错导频结构进行比较。发现这两种导频方案在相同的发送功率条件下能获得一样的MSE性能，仅仅是对应于不同的功率分配方案。针对LS信道估计算法没有充分利用信道相关特性，本文提出了两种信道估计增强算法：包括利用信道频域相关特性的LMMSE信道估计方法及利用信道时域相关特性的递归最小二乘法(RLS)。 最后，讨论了MIMO-OFDM系统的信道跟踪方案。本文提出了两种信道跟踪方案：判决反馈跟踪的简化LS 方法和判决反馈的期望最大化(EM)迭代算法。相比于传统判决反馈的简化LS一次更新方案，本文提出了一种逐次更新方案，其性能改进随着发射天线数目增多而愈加显著。针对传统的EM算法收敛速度较慢的缺点，本文介绍了一种空间交替广义期望最大(SAGE)算法，并对这两种的收敛速度进行了推导分析。然后对这两种信道跟踪方案进行比较得到：这两种方法目标都是获得最大似然解，但简化 LS 方法适用于信道变化较慢，发送信号等功率情形的跟踪：而EM方法即使在信道变化较快时仍能很好的完成信道跟踪，复杂度较高。