正交频分复用（Orthogonal Frequency Division Multiplexing—OFDM）是信息高速传输的有效技术，它将所传输的数据流分解为若干个比特流，降低每个子数据流的传输速率，从而有效的增强了抵抗码间干扰及多径信道衰落的能力；同时，OFDM具有频谱利用率高，实现简单等一系列优点，因此成为了未来移动通信技术的主要候选方案之一。信道估计是OFDM系统的重要环节之一，为高传输速率、高传输质量、高服务性能的第四代无线通信系统（4G—Forth Generation）提供了必要的性能保障。本文主要针对基于隐含导频的OFDM/MIMO系统时变（Time—varying）信道估计及信道均衡。 隐含导频—顾名思义，是将已知的导频信号在发射段叠加在数据信息上。通常，导频符号的能量远小于传输的未知数据，类似“水印”，隐含在传输数据之中。相对于传统的时分、频分（Time—division multiplex—TDM、Frequency—division multiplex—FDM）导频，该方法与盲信道估计相似，不需要额外的时隙或频谱来传输导频信息，保证了系统的传输效率；同时，具有复杂度低等优点。近年来，基于隐含导频的OFDM系统信道估计得到了国内外学者的关注。 本论文对一些经典的隐含导频信道估计算法进行了总结，然后在此基础上对多输入多输出（Multiple Input Multiple Output，MIMO）OFDM进行了分析，得到了一些新的结论。与时不变信道估计不同，在时变（Time—varying）环境下，由于用户的移动造成的多普勒效应，会引起OFDM系统的子载波间干扰（Intercarrier Interference，ICI），破坏子载波问的正交性，导致系统的性能恶化。因此，信道估计对于时变环境下的OFDM系统来说十分关键。针对现有基于隐含导频无法估计OFDM/MIMO系统时变多径信道，本论文进行了深入研究，针对不同的时变环境，提出了基于隐含导频的时变OFDM系统信道估计算法，分别为：（1）当系统相对多普勒频移在0.1左右的环境下，提出了基于分段线形模型的隐含导频时变信道估计算法。该算法首先对无线时变信道进行线性建模，通过估计分段内线性模型的斜率和参考点来获得待估计信道时域响应；其中，利用非独立导频（Data Dependent Superimposed Training-DDST）消除了数据对导频估计的干扰，在接收端，通过迭代补偿，提高系统的误码率性能。（2）基于正交基扩展模型（Basis Expansion Model-BEM）的估计算法。与前一种算法相似，利用正交基（如Fourier正交基等）对时变信道建模，然后通过估计模型参数来获得所有待估计信道响应。与现有文献所涉及的正交基建模不同，该算法提出的时变信道模型框架不仅描述了单个OFDM符号周期内信道系数的变化，同时涵盖了多个OFDM符号周期间信道系数的变化趋势。利用这一思想，通过对每个OFDM符号内获得的待估计参数进行加权平均，有效的消除了传输数据对导频信号的干扰，同时，对导频也进行了优化设计。在此基础上，还分别推导了上述算法的信道系数估计方差的闭式解，为进一步的导频能量优化提供了重要参考依据，根据分析，随着统计数据的增加，信道估计均方误差将无限趋近于一个下限值，该下限值与导频发射功率成反比。为了在不提高导频功率的前提下进一步提高系统估计性能，我们利用一种联合检测算法，迭代的提高系统的性能。由于基扩展模型与Jakes模型的拟合程度较高，因此该算法不仅可处理时慢变信道估计（相对多普勒频移小于0.1），还适用于系统相对多普勒频移较大的情况。 在信道估计的基础上，我们还研究了在信道时变环境下的OFDM系统信道均衡的问题。利用在接收端时域加窗的方法，将每一个OFDM符号周期内的数据进行分段处理，使得算法复杂度与OFDM系统子载波数成一阶线性关系，并大大低于现有时变信道均衡算法进行数据检测的复杂度。