本文阐述了无线信道的衰落特性、多天线时变信道状态空间模型和序列重要性重采样算法，主要研究多天线多维时变信道参数的重要性重采样方法，对基于序列重要性重采样算法的多天线时变信道增益和频偏联合估计的重要性重采样方法进行理论分析和仿真验证比较。主要包括以下三点内容：1.介绍序列重要性重采样算法的理论基础和原理，并借鉴多天线多维时变信道空间模型，在此基础上分析研究多天线多维时变信道参数的重要性重采样方法。2.从重采样质量和计算复杂度两方面对四种基本的重要性重采样方法进行理论分析和比较，并通过数值仿真对四种算法的均方估计误差和计算复杂度进行比较。结果表明，系统重要性重采样算法的均方误差最小且计算复杂度最低。由于重采样会带来样本枯竭多样性丢失新的问题，所以对改进的重要性重采样方法进行总结，并针对其中的部分分层重采样给出了一种改进方法——改进的部分分层重采样，并通过仿真将改进算法与系统重采样算法进行比较。结果表明，改进方法不仅计算复杂度更低且均方误差更小。3.结合多天线多维时变信道空间模型，运用序列重要性重采样算法进行多天线时变信道的信道增益和频偏的联合估计，并通过仿真考察四种基本的重要性重采样方法和改进的部分分层重采样的估计均方误差和计算复杂度。结果表明，改进的部分分层重采样可以获得最小的均方误差和计算复杂度，其余四种基本的重要性重采样方法中，系统重要性重采样方法的均方误差和计算复杂度较小，多项式重要性重采样方法的均方误差和计算复杂度最大。