正交频分复用技术（OFDM，Orthogonal Frequency Division Multiplexing）作为一种特殊的多载波通信方案，具有较高的频谱利用率，并可有效对抗符号间干扰，在无线环境下实现数据的高速率传输，因此得到了广泛的关注，已逐渐成为下一代无线通信系统的核心技术之一。在OFDM系统中获得信道信息是接收端进行数据解调的必要条件，为了获得准确的信道信息，通常需要信道估计来跟踪信道的变化。传统的信道估计技术主要包括基于导频的信道估计、盲信道估计和半盲信道估计三类。盲信道估计和半盲信道估计，复杂度较高，实用性差。基于导频的信道估计需要将一部分资源用作导频的发送和接收，从而造成频谱利用率的降低。对于随时间发生变化的信道，传统时域卡尔曼滤波具有很好的估计性能，但其需要信道多径时延的先验信息，故实用性较差。本文提出一种基于压缩感知（CS，Compressed Sensing）的卡尔曼滤波信道估计方法，首先利用压缩感知获得初始信道响应的支撑集，然后在支撑集上利用降阶卡尔曼滤波进行信道估计。当滤波误差大于阈值时，说明多径时延位置发生变化，可在滤波误差上利用CS获得支撑基的改变部分，之后再进行下一阶段的降阶卡尔曼滤波。研究及仿真结果表明，本文提出的基于CS的卡尔曼滤波信道估计方法，可以大大减少导频数，从而提高系统频谱利用率，并在降低系统计算复杂度的同时，获得比已有方法更好的估计性能。