正交频分复用(OFDM)技术由于具有高的频谱效率并且可有效对抗频率选择性衰落,已成为支持高速度数据传输的关键技术。然而,OFDM系统对于频率偏差非常敏感。频率偏差使OFDM系统子载波之间的正交性遭到破坏,产生子载波间干扰(ICI),这将大大降低系统性能。另外,对于使用相干检测的OFDM系统,信道估计对于接收机来说是不可避免的。其中,MIMO-OFDM系统中由于接收信号是多个发射信号的叠加,因此它的信道估计是比较困难的。针对上述问题,本文重点研究了OFDM接收机中的频偏估计和MIMO—OFDM系统中的信道估计技术。　　 论文首先对OFDM系统中,基于传统L等分前导的时域频偏估计方法进行了深入研究,提出了一种新的高效频偏估计方法。此方法首先采用对分相关实现细频偏估计,然后将L等分前导符号重构为多个子符号,此重构过程引入时间分集。又设计了一种结合细频偏补偿的改进的快速傅里叶变换(FFT)算法,并对重构得到的子符号施加改进的FFT算法。通过搜索所产生的频域信号的峰值对整数频偏做出估计。本文研究了子符号选取方法和整数频偏的奇偶性判别对估计性能的影响。并在此基础上,提出了一种基于估计可靠性反馈的自适应时间分集合并方法来有效利用多个子符号信息。仿真和分析表明,所提出的频偏估计方法具有优越的估计性能且保持较低的计算复杂度。　　 基于L等分频偏估计方法的估计范围为±L/2,而L由于实际系统的限制只能设置为较小的值,因此这种方法的估计范围较小。频偏估计方法可估计的范围越大,系统的实现成本就越低。频域频偏估计方法可实现大范围的频偏估计,但是由于涉及离散傅里叶变换(DFT)或者频域的相关搜索操作,而具有较高的计算复杂度。基于此,论文提出了一种大范围低复杂度的时域频偏估计方法。首先,设计了一种特殊的前导,此前导由两个广义等分训练序列组成。利用此特殊的前导结构,论文提出了两种新的频偏估计方法。通过合理地为两个训练序列选取等分数,所提出方法和基于传统等分结构的估计方法具有几乎相等的估计性能,但是估计范围却大大扩大了。另外,它比传统的频域方法具有更低的计算复杂度和更好的估计性能。　　 STBC-OFDM系统中进行最大似然译码需要已知信道状态信息。论文研究了STBC-OFDM系统中的信道估计问题,提出了一种改进的半盲信道估计方法。此方法首先利用STBC-OFDM系统的结构特点引入子空间盲估计技术进行信道估计,为解决子空间方法的固有模糊性问题,提出了一种使用少量导频的方法来估计模糊因子。所提出的半盲信道估计方法不局限于发射信号为实数星座点,不需要预编码,不要求恒包络调制,而且可以在几个数据符号块内收敛。仿真结果显示,所提出的半盲信道估计方法相对于非盲估计方法具有更高的频谱效率和更好的估计性能。　　 对MIMO-OFDM系统中的时域信道估计技术进行了深入研究。针对信道多径为整数采样间隔的稀疏多径信道,提出了一种高性能的信道估计算法。鉴于稀疏多径信道只有有限个多径具有较高能量,此方法引入GAKIC信息准则进行有效信道估计从而可大大抑制噪声的干扰。并提出一种SLS-like算法利用循环前缀中的未干扰样本进一步改善估计性能。理论分析和仿真结果显示,所提出的估计方法能大大提高传统的基于DFT的LS方法的信道估计性能。　　 EM类算法是通过迭代方式解决最大似然估计的有效方法。论文研究了使用EM类算法进行时变MIMO-OFDM信道的估计。首先研究了两种EM类算法-EM算法和SAGE算法的信道估计性能。为了改善EM类算法跟踪快时变衰落信道的性能,引入一种简单的插值方法。研究显示插值方法可显著提高EM算法的收敛特性而且可以改进收敛后的信道估计性能；尽管SAGE方法本身具有良好的收敛性能,插值的引入仍然能改善它的信道估计性能。同时针对信道为稀疏时变多径信道的情况,提出使用低秩近似来改进EM类算法的信道估计性能,其中低秩近似是通过求取信道频域自相关矩阵的信号子空间而得到的。为了跟踪信道多径时延的变化和降低计算复杂度,给出了一种修正的快速子空间跟踪算法并利用周期间隔的导频块来自适应估计信号子空间。并分别针对整数采样信道和非整数采样信道,给出了不同的导频块设计方案和相应的信道估计方法。仿真显示所提出的子空间跟踪辅助的EM类算法具有优越的估计和跟踪性能并具有较低的计算复杂度。　　 论文的最后总结了本文的主要创新性研究成果,并指出宽带OFDM系统中的信道估计和频偏估计相关技术的进一步研究方向与展望。