MIMO技术与OFDM技术作为第四代移动通信系统的关键技术，广泛应用于各种无线通信系统中。然而，其较好的系统性能建立在已知发送端信道状态信息的基础上。有限反馈系统能够为发送端提供部分信道状态信息用于预处理。然而，由于信令处理，传播延迟，网络延迟等原因，反馈延迟不可避免。对于时变信道，由于反馈延迟的存在，反馈回来的信道状态信息在发送端使用前已经过期，严重影响系统性能。传统的有限反馈技术侧重于对信道状态信息的量化，没有考虑延迟的影响。对信道状态信息进行预测是解决反馈延迟的有效方法，通过一定的预测算法，预测出未来时刻的信道状态信息，补偿反馈延迟，大大提升了系统性能。预测算法已成为当前无线通信领域的研究热点。　　本文基于格拉斯曼流形的微分几何结构，通过将信道状态信息建模成格拉斯曼流形上的点，利用时变信道中信道状态信息之间的时间相关性，提出预测算法。为提高量化分辨率，将切向预测误差进行高斯近似，提出一种新的自适应的量化方案。仿真结果表明，该算法能够有效实现系统和速率的提升。　　本文还针对MIMO—OFDM系统中的反馈延迟，量化误差,簇反馈问题提出基于格拉斯曼测地线的预测和插值算法。接收端采用经典的格拉斯曼预测算法进行时域中的预测，补偿反馈延迟的影响，发射端基于测地线进行频域中的插值，得到其他各自子载波的信道状态信息。为获得较高的量化分辨率，将切向预测误差的幅度和方向分开量化，并分别采用不同的动态码本进行自适应量化，仿真表明，该算法可以很好的改善系统性能。