MIMO-OFDM系统中存在包括信道衰落，频偏和时延三类信道特征参数的获取问题，这三类特征参数的获取对接收端性能影响很大，本文针对信道特征参数联合估计展开研究。主要工作包括：　　 1.鉴于MIMO-OFDM系统对频偏非常敏感，比较了基于最大似然估计算法和S&C算法的频率偏置获取技术，验证表明ML算法利用循环前缀进行频偏估计的范围有限，而S&C算法实现较简单，频偏获取范围较宽，但是该算法占用系统资源。　　 2.针对MIMO-OFDM系统接收端需要确定的信道信息对接收信号进行均衡的问题，列举信道估计算法，仿真验证LS算法的计算量小实现方便但性能较差，MMSE算法考虑了白噪声的影响算法性能居中，SVD算法在低SNR时效果与MMSE算法相仿，但在高SNR时误码率较大。ML算法的性能较好，但计算量大复杂度高。　　 3.基于对实际联合参数估计中矩阵求逆的问题的考虑，提出适用于强非线性、无高斯约束的迭代型EM-PF算法，采用加权粒子实时逼近参数的后验概率密度函数。探究在此基础上降维迭代的EM-PF算法，仿真探讨了加入PF算法后对迭代次数的影响以及对初值的改善情况，并在搭建的仿真平台上验证各算法的性能。