随着科学技术的发展,人们对移动通信服务的需求越来越高。如何在日趋复杂的电磁环境下实现高速地无线数据传输并降低对系统频率资源的占用,已成为无线通信系统研究的热点问题。为此,分布式的MIMO-OFDM技术提供了良好的解决办法。它不但具有MIMO-OFDM技术的优点：能大幅提升系统的信道容量和数据传输速率,抗频率选择性衰落和多径衰落。而且较MIMO-OFDM技术其通信范围更广,发射功率更低。现在对MIMO和OFDM技术的研究已经很广泛深入,在第三代无线通信系统中已经得到实际应用。但对于分布式的MIMO-OFDM技术还存在很多问题有待研究,需要提出更好的解决办法。其中,分布式MIMO-OFDM系统的多载波频偏估计就是首先要解决的一个难题,本文针对多载波频偏估计算法进行了深入地研究,具体内容如下所述：首先,为了解决分布式MIMO-OFDM系统的多载波频偏估计问题,提出了一种基于特征值分解的估计算法,首次将特征值分解处理应用于载波频偏估计技术中。其导频符号结构简单、频偏估计精度高,同步速度快,仿真实验验证了该算法的有效性。其次,在上述算法的基础上,提出了两种改进措施：大、小步长的谱峰搜索和谱函数求算数平均值。大、小步长的谱峰搜索在不降低该算法频偏估计精度的前提下,大幅地降低了谱峰搜索过程的运算量。谱函数求算数平均值的方法降低了“伪峰”对频偏估计的影响,使得在信噪比足够大时可以无差错地估计出多个载波频偏。最后,将特征值分解算法和ML估计算法相结合,先利用特征值分解算法估计多个载波频偏,再用ML估计算法对已得到的多个频偏估计值进行匹配,找到频偏和发射天线的正确对应关系。而且在文中还提出了改进ML估计算法的措施,使其更适用于多载波频偏的匹配。仿真实验验证了这些算法用于估计分布式MIMO-OFDM系统频偏的有效性。