正交频分复用(OFDM, Orthogonal Frequency Division Multiplexing)具有高速的数据传输能力、高效的频谱利用率和抗多径干扰能力,因而在无线通信领域引起了广泛关注,并且已经被应用到欧洲数字音频广播系统(DAB,Digital Audio Broadcasting )、数字视频广播系统(DVB, Digital Video Broadcasting)、无线局域网(WLAN, Wireless Local Area Networks)和电力线载波通信等领域。OFDM也将成为下一代移动通信系统中的关键技术之一但是,未来的无线通信系统的载波频率更高,数据传输速率不断提升而终端的移动速度更快,例如我国正在建设的高速铁路的时速将会达到350km／h左右,这样就使得信道的时变特性更加明显。当信道特性为快衰落时,由多普勒频移导致的子载波间正交性遭到破坏,带来严重的子载波间干扰(ICI,Inter-Carrier Interference),降低了系统的性能。针对未来无线通信系统的快衰落环境,利用卡尔曼滤波器在跟踪时变信道方面的最优,结合判决反馈的信道估计和跟踪,论文提出了一种新的基于低维卡尔曼滤波的迭代联合信道估计与检测算法,并且将时频域信道估计联合起来。该算法在降低传统卡尔曼滤波计算复杂度的同时,能够有效地跟踪信道的快速变化。由于在频率选择性衰落信道中,两个子载波之间的信道频域响应相关性是随着子载波间隔增大而降低的,基于这一特性修正了卡尔曼滤波的估计值,简化了算法的求逆过程,进一步的降低了算法的计算复杂度。仿真结果表明该算法在信道快速变化的情况下依然获得了良好的信道估计性能。相位噪声在给OFDM系统带来相角错误的同时也带来ICI,在快衰落的环境中,消除ICI就变得尤为重要。针对相位噪声下OFDM系统的快变信道估计问题,提出了一种新的将快变信道和相位噪声进行联合估计的算法。该算法将时变信道建模为复指数基扩展模型,采用频域插入优化的梳状导频的方法,基于线性最小均方误差估计器(LMMSE)对快变信道和相位噪声进行联合估计,获得了良好的信道估计性能。目前,对时变信道进行估计及均衡的算法越来越受到广大研究人员的重视,而将时变信道建模为基扩展模型则是估计快速时变信道的一个行之有效的方法。在传统的复指数基扩展模型的基础上,论文提出了一种改进的基于离散椭球基扩展模型的快变信道估计算法。然后基于这种信道建模方法,又提出了一种改进的基于维特比算法的自适应信道估计新算法。信道估计算法首先是利用自适应算法对基扩展模型的系数进行估计；然后是利用已经估计出来的信道参数,结合维特比算法,采用迭代的最大似然算法进行估计。该算法在降低计算复杂度的同时能够跟踪信道的快速变化。