MIMO(MultipleInputMultipleOutput)技术突破了原有SISO(SingleInputSingleOutput)系统的容量极限，可以成倍地提高频谱效率，已经成为下一代移动通信系统物理层的核心技术。针对MIMO系统的空时编码技术成为了研究的热点，衡量空时编码性能的准则包括分集冗余度、编码增益、传送速率和解码复杂度等。目前MIMO系统大多算法都假设在接收端可以获得信道参数信息，因而信道估计也成为研究的另一个热点。利用训练序列可以获得稳定的信道估计性能，但在时变信道中频繁地发送训练序列会造成频谱效率的降低，因此无需训练序列的信道盲估计算法得到人们的重视，已有的MIMO信道盲估计算法大多假定信道输入是独立的，但实际上码元经过了特定空时编码，统计特性上不一定独立，因此针对特定的空时编码结构研究信道盲估计算法具有重要的意义。 本文围绕MIMO系统的空时编码结构和信道盲估计技术展开研究，主要包括以下几个方面： 1.时延分组码是最早提出的空时分组编码算法之一，从编码的角度来看，时延分组码是一种重复编码，具有最大的分集冗余度。针对时延分组码在平衰落信道和频率选择性衰落信道条件下的编码结构特点，设计了基于子空间的信道盲估计算法，仿真结果证明了本文算法的有效性。 2.详细分析时延分组码的信道可辨识条件：(1)MIMO信道矩阵满列秩；(2)发送码矩阵满行秩；(3)存在唯一的线性解。论证了：对于时延分组码，条件(1)和条件(3)可充分满足，条件(2)可以从统计概率上最大满足。 3.频率选择性信道引起的多径效应将带来码间串扰，OFDM(OrthogonalFrequencyDivisionMultiplexing)技术可以有效地消除多径的影响，MIMO与OFDM的结合具有无可比拟的优势。循环时延码简单地结合了OFDM传输技术和时延分组码编码技术，能有效地消除多径。针对循环时延码，设计了基于子空间的MIMO信道盲估计算法，仿真结果将循环时延码信道估计性能与基于训练序列的信道估计算法进行对比，表明本文提出的基于循环时延码的信道盲估计算法性能优于基于训练序列的信道估计算法。 4.时延分组码和循环时延码都属于广义的空时分组码，空时正交分组码也是一种典型的空时分组码。本文针对广义的空时分组码结构，提出了一种有效的信道盲估计算法，虽然未能针对广义的空时分组码得出信道可辨识的条件，但对于几种典型的空时分组码都已有相关结论，信道仿真给出了几种特定空时分组码的信道盲估计性能对比。对于编码结构如何影响信道估计的性能有待进一步的研究。