信道估计技术一直是无线通信系统中的研究热点,准确的信道估计才能保证接收端正确解调数据,实现高性能的通信,对满足人们高速率、高质量以及多业务的通信需求具有重要意义。本文主要针对基于导频的信道估计算法以及信道估计性能改善进行研究。论文首先介绍了OFDM系统的基本原理、Jakes信道仿真模型、导频处信道估计算法和数据处的信道插值算法,并利用MATLAB仿真验证了OFDM系统不同信道估计算法和插值算法的性能。介绍了MIMO-OFDM系统模型和STBC编码,分析了多天线LS信道估计算法及其最优导频序列的性质,通过仿真验证了MIMO OFDM系统性能在不同导频插入方式下的信道估计均方误差(MSE)和系统误码率(BER)性能。基于DFT降噪算法通过截短含有噪声的信号达到滤除噪声的目的。本文在研究分析现有文献算法后,提出了两种基于DFT降噪算法的改进算法——基于均值偏移的DFT降噪算法和基于动态阈值的DFT降噪算法。基于均值偏移的DFT降噪算法是通过偏移量的选取,来滤除更多噪声,但是偏移量的选取是固定的。基于动态阈值的DFT降噪算法以马氏距离作为准则选取阈值,改进了基于均值偏移的DFT降噪算法阈值固定的缺点,阈值可以随着噪声功率的改变而改变。这两种算法克服了现有文献提出算法不能滤除更多噪声的缺点,能够通过设置阈值达到滤除更多噪声的效果。论文对这两种算法与现有算法的信道估计和系统误码率性能进行了仿真比较。仿真结果表明,这两种算法均能提高信道估计和系统误码率性能,其中基于动态阈值的DFT降噪算法性能最优。传统信道估计算法考虑的是信道是全密集型的,进行信道估计需插入较多的导频进行整个信道冲击响应的重构。为了减少导频插入提高频谱利用率,可将压缩感知技术和信道估计结合起来形成压缩感知信道估计算法。本文对基于压缩感知信道估计算法进行了研究,分析了压缩感知信道估计算法流程,并对该算法进行了仿真。仿真结果表明基于压缩感知的信道估计算法可以用较少的导频获得较好的估计性能。