作为一种高效的多载波调制方案，正交频分复用(OFDM)技术可以有效克服无线信道中的信号衰落及符号间干扰等问题，实现数据的高速传输，因而在无线通信领域中得到广泛的应用。在OFDM通信系统中，信道估计是一项关键的技术，直接关系到系统的整体性能。准确、实时的信道估计是接收端进行数据解调的必要条件，也是数据可靠接收的重要保证。信道估计问题一直是OFDM系统的研究热点之一。近年来，对OFDM系统的信道估计逐渐用压缩感知（CS）的方法来实现。本文在研究无线信道特性和OFDM技术原理的基础之上，结合压缩感知理论，分别分析了基于正交匹配追踪（OMP）算法、压缩采样匹配追踪（CoSaMP）算法和子空间追踪（SP）算法的OFDM信道估计方法。通过仿真，结果表明与传统LS算法相比，基于压缩感知的信道估计可以充分利用无线信道的稀疏特性，提高系统频谱效率，改善估计性能。此外，本文分别对导频数目、导频插入方式及先验信道稀疏度对算法性能的影响进行了仿真分析，为实际应用提供了一定的理论指导。针对CoSaMP算法在迭代过程中前后标准不同可能会导致算法收敛速度慢的问题，本文提出了相应的改进算法，通过增加考虑因素及改变迭代终止条件，有效减小了问题发生的可能性。仿真结果证明将该改进算法应用于OFDM信道估计，可以以少量运算复杂度的增加为代价换取估计性能的较大提高，在相同信噪比条件下，该算法的误码率和均方误差均明显低于CoSaMP和LS算法，达到了改进的目的。另外，针对SP算法需要信道稀疏度作为先验条件的缺点，本文提出了一种改进的SP算法，通过两点改进：在迭代过程中逐步递增所选原子个数和根据前后两次迭代后信号残差的变化情况来确定是否终止迭代，有效避免了算法对先验信道稀疏度的依赖。通过仿真证明改进算法可以在复杂度略微增加的条件下，显著提高估计的精确度，并且无需信道稀疏度作为先验条件，相比于原算法，具有更大的应用范围。