自20世纪60年代以来，无线通信技术的发展和应用给人们带来了顺畅的语音通信、清晰的数据传输、流畅的视频享受等通信服务。下一代无线通信的发展面临着系统频谱资源有限，传输环境复杂等困难，在大量新技术中，采用多根收发天线的多输入多输出（MIMO）技术为无线通信系统提供了空间复用和空间分集增益，这样不仅能提高系统的信道容量、频谱利用率，而且在克服无线信道的多径效应上发挥了作用；正交频分复用（OFDM）技术优势在于频谱利用率较高、并且能够有效对抗频率选择性衰落和克服频率选择性无线信道产生的码间串扰(ISI)。因此，MIMO技术与OFDM调制相结合使用形成的多输入多输出正交频分复用（MIMO-OFDM）无线通信系统以其频谱利用率高、抗干扰能力强和易于实现等诸多优点，得到了较广泛的关注。然而，MIMO-OFDM无线通信系统通常对载波频率偏移和相位噪声非常敏感。无线信道的多径时延和多普勒频移等特性会造成接收端信号子载波间干扰（ICI），为了在接收端能够准确地得到OFDM信号以及准确地对接收机进行相干检测，信道估计是必不可少的。本文围绕MIMO-OFDM信道估计问题展开研究，主要目的是改善信道估计的性能。研究内容和研究成果如下所示：1.比较分析MIMO-OFDM通信系统中基于导频的信道估计算法，如最小平方LS算法、最小均方误差MMSE算法和奇异值分解SVD算法。得出结论：MMSE估计算法的效果要优于SVD估计算法和LS估计算法，SVD估计算法要好于LS估计算法。2.研究了MIMO-OFDM通信系统中基于子空间的半盲信道估计方法。论文在创作过程中，不仅阐述了子空间分解法的基本理论，还选取了迭代算法作为改进以及设计matlab仿真实验，结果表明该算法和之前的相比减小了残留误差，具有较好的性能。3.研究了MIMO-OFDM通信系统中基于QR分解的半盲信道估计方法。论文首先描述了QR分解信道估计方法的产生，给出了系统运用的条件，然后结合使用盲估计和基于训练序列的非盲估计方法，分析了半盲估计的有效性，它能够降低运算复杂度并且提高估计性能。