认知无线电(CR ,Cognitive Radio)是有效解决频谱分配和利用之间的矛盾的重要技术途径之一。由于可以灵活适应不连续的可用频谱资源,非连续正交频分复用(NC-OFDM, Non-Contiguous Orthogonal Frequency Division Multiplexing)在认知无线电系统中被广泛用于数据传输。信道估计是认知无线电系统中的关键技术之一,本论文的主要研究内容就是认知无线电系统中的NC-OFDM信道估计技术。在本论文的第一章中,简单介绍了认知无线电的研究背景和现有的研究成果,并重点阐述了NC-OFDM的研究现状和认知无线电系统中信道估计的重要性。信道估计的研究是以对无线信道的深入理解为前提,并需要一个科学的信道模型作为算法的验证平台,因此在第二章讨论了无线信道的基本特性,然后介绍了SCME(Space Channel Model Extention)信道模型的特点和建模方法,最后给出了这种信道模型的仿真实现步骤和仿真测试结果。在单天线NC-OFDM系统中,现有的信道估计方法往往是利用复杂度很高的维纳滤波的方法以保证估计精度,而且为了发挥维纳滤波的优良性能,需要保证导频数量,因此导频图案设计也比较复杂。所以,在第三章,本论文提出了一种修正IDFT(Inverse Discrete Fourier Transform)变换域降噪方法,这种方法利用时频域信道系数的傅氏变换关系,只要导频数量大于或等于信道冲击响应的长度,便可以估计出时域的信道系数,不但提高了估计精度,而且降低了对导频数量的要求。仿真结果表明,在导频位置只需要使用复杂度最低的最小二乘(LS,Least Square)估计,然后利用修正IDFT变换域降噪方法进行处理,如果信道是时域慢衰落的,可以结合使用块平均(Block Averaging)降噪方法,最后可以得到接近理想信道估计检测性能。本论文的第四章研究了MIMO(Multiple Input Multiple Output,多入多出) NC-OFDM系统的信道估计方法。分析了MIMO NC-OFDM系统中实现最小MSE(Mean Square Error)估计的导频图案设计方法。然后将单天线NC-OFDM系统的信道估计方法过度到MIMO系统,对每条无线信道分别进行降噪处理,将MIMO信道估计转换为单天线信道估计,并分析了算法的整体复杂度。最后,在第五章给出了全文总结,指出了在NC-OFDM信道估计方面下一步的研究方向。