正交频分复用(OFDM)技术具有良好的抗多径干扰能力以及很高的频谱效率,现已在无线通信系统中得到广泛应用。但与单载波系统相比,OFDM系统对频偏误差比较敏感：载波频偏与采样频偏都会破坏系统的正交性,从而引起子载波间干扰(ICI)。而在多用户OFDM系统中,不同用户的信号经过无线信道传播后在接收端相互叠加,又引入了其它用户的ICI,使得系统性能进一步下降。本文考虑了OFDM系统中载波频偏和采样频偏的估计问题,先后讨论了单用户系统中初始频偏的捕捉以及多用户系统中残留频偏的跟踪,最后利用载波频偏估计的思想解决了相位模糊的问题。本文首先讨论了整数载波频偏的估计。现有文献在估计整数频偏时假设小数频偏已经被事先完全补偿。但是实际中,由于噪声的缘故,小数频偏的估计会有一定的误差,所以在补偿之后系统中仍然会有一些残留小数频偏,并会对整数频偏的估计产生较大的影响。本文分析了传统算法有残留小数频偏时性能下降的原因,并提出了一种鲁棒的整数频偏与信道的联合ML估计算法。仿真结果表明,本文算法的性能优于传统算法。对于小数载波频偏与采样频偏,现有文献中的联合ML估计算法具有较高的估计精度,但是需要进行二维穷举式搜索,计算量较大。本文提出了一种低复杂度的小数频偏与采样频偏的联合ML估计算法：该算法首先证明小数频偏可以直接求解,从而将原来的二维搜索变为一维搜索；进而在二阶泰勒展开后,提出了一种对采样频偏的近似ML估计。仿真结果表明,本文算法的性能与传统算法几乎一样,但计算量大大降低。针对多用户OFDM系统,由于各个用户分别使用不同的晶振,所以频偏误差各不相同,接收端需要同时估计多个载波频偏和采样频偏。现有文献对多用户频偏的估计采用了迫零准则,因而有噪声增强问题。本文提出了一种新的多用户OFDM系统中载波频偏与采样频偏联合估计算法。新算法利用QR分解完成用户分离,可以消除已估用户对剩余用户的干扰。为了进一步提高估计精度,新算法还对接收信号进行了加权平均。仿真结果表明,新算法的性能要优于现有文献中的算法。考虑到晶振的温漂会使得频偏随时间发生变化,本文还进一步讨论了时变多用户系统中载波频偏与信道的联合跟踪问题：将频偏作为隐变量,采用EM算法求解最大后验估计；为了能够求得E步中隐变量的条件期望,本文利用变分推断来近似原来的后验概率。仿真结果表明,本文算法可以在较少的迭代次数下达到较高的跟踪精度。最后,本文利用载波频偏估计的思想解决了相位模糊的问题。在跟踪频偏与信道变化的过程中,需要大量的导频开销。盲信道估计不依赖导频信号,但辨识结果存在相位模糊的问题。最近的研究表明,相位模糊是由于以前的算法忽略了发送信号中先验的星座图信息。本文采用载波频偏估计的思想,证明了模糊相位可以分解为小数相位和整数相位两部分,而且它们的可辨识性也与小数频偏、整数频偏相类似。该结论可以进一步拓展到有任意多个星座图同时使用的情况。仿真结果表明,本文算法的性能与利用导频消除相位模糊的性能不差上下。