在 MIMO-OFDM系统中，无线传播环境异常恶劣且存在极大的时变性，而且随着移动台的高速移动，其与发射端之间的相对位移会使得接收端的接收性能进一步恶化，进而在信道传输中产生误码，从而影响信号的可靠性传输，所以在接收端对信道进行预先的估计并对接收信号的参数误差进行补偿是必要的。另外，接收机信号检测算法性能的好坏及其复杂度的高低直接关系到整个通信系统质量的好坏。然而，具有优异检测性能的信号检测算法往往伴随着较高的算法复杂度，而复杂度低的信号检测算法却又有较低的检测性能，因此研究既能拥有较好的信号检测性能又具有适中的算法复杂度的信号检测算法是MIMO-OFDM系统良好性能得以实现的关键。　　针对快速时变系统本文提出了改进的基于压缩感知的信道估计算法。该算法是将基于压缩感知信道估计算法与基于基扩展模的信道估计算法有效地结合，从而较好地对快速时变环境下的信道进行信道估计。首先本文根据压缩感知理论，分析了快速时变系统的信道模型，得出具有典型的稀疏性，然后对此种信道应用压缩感知理论，较理想地得出插入导频的位置信息，而在基于基扩展模的算法中最重要的就是得到导频位置的信息，最后将得出的导频位置矩阵应用到基扩展模算法中，从而在不增加算法复杂度的情况下对信道进行较准确的估计。　　针对格基约减技术在信号检测算法中的应用，并结合格基约减技术的优点以及球形译码检测的特点，本文提出了基于格基规约的SD信号检测算法。该算法是将格基约减技术应用到SD算法中来，从而在较低的算法复杂度下实现对信号的检测和恢复。在SD算法中的关键步骤就是确定球的初始半径，此半径越小，搜索过程就越短，所需的时间也越小，检测算法的复杂度也就越低。然而，球的初始搜索半径RSD与一个重要的参数rik有关，如果此参数取值合适，可以大大减小RSD的值，那么在SD搜索过程中会减少很大的计算量，从而较容易地检测出信号。而格基规约的信号检测可以通过格基约减算法将Q、R和T转化为QLLL、R LLL和T LLL，这些值较转化之前的值有更小的条件数。因此可以在RLLL矩阵中取其中的元素(LLL)ikr来代替传统SD算法中的rik，进而确定球的初始搜索半径，之后再按照SD算法的一般步骤对信号进行检测与恢复。