多输入多输出-正交频分复用(Multiple Input Multiple Output-OrthogonalFrequency Division Multiplexing, MIMO-OFDM)技术能够在有限的频谱资源下，提高系统的容量和频谱利用率，同时还能够抵抗信道的多径衰落，是4G的关键技术之一。 MIMO-OFDM技术在拥有优越的性能同时，却对定时同步性能表现得非常敏感。所以MIMO-OFDM的定时同步研究一直是无线通信领域的一个研究热点。近年来，由Tao和Candes等人提出了一种新的信息采样理论，被称为压缩采样(CS, Compressed Sampling或Compressive Sensing)。该理论有别于传统的Nyquist采样定理，它指出：假如信号具有稀疏的性质，利用压缩采样的方法获得稀疏信号的内在信息时，其非线性采样率将远低于Nyquist采样率，最后再经过相应的重构方法能够高精度地恢复原始信号。现有的研究成果还少有将压缩感知理论引进到定时同步当中来，所以利用压缩感知理论特性来进一步提高定时同步的性能是一个值得研究的方向。本文对压缩感知理论在定时同步中的应用进行探索性的研究，主要研究其中的帧同步问题。由于定时同步中采用的同步序列属于复数序列，不同于常见的实信号，所以本文首先将针对同步序列的特殊性进行稀疏重构研究。在不同观测矩阵和不同的观测长度的条件下，实现了对稀疏化后同步序列的重构。仿真结果表明稀疏化后的同步序列能够很好地实现重构，并且也比较得出了三种常见观测矩阵在实验中的性能差别。针对传统分布式MIMO OFDM系统定时同步算法中，发射天线数改变时同步度量值鲁棒性差，在传统的阈值选取方法下，其漏捕获和误捕获的概率将大大增加的问题。对分布式MIMO-OFDM系统提出一种修正的定时同步度量函数，推导了其统计特性，并且基于‘3σ’阈值选取准则，形成一种新的基于计算阈值的帧同步算法(CTFS)。最后进行了大量的仿真实验，在不同MIMO发射天线数目下，比较了提出的CTFS帧同步算法与传统的UPSP算法和OVPSP算法的帧同步性能。实验证明相较传统算法，提出的算法大大提高了同步度量值及同步性能的鲁棒性，解决了传统同步量函数在发射天线变化时出现的严重问题。