与一般通信系统类似，正交频分复用(OFDM)系统信道估计的准确程度将对系统性能产生深远影响。另外，当信道响应阶数大于循环前缀长度时，系统中的符号间干扰(ISI)和载波间干扰(ICI)也会恶化系统性能。本文针对这两个问题展开研究。 分析了子空间投影方法对OFDM系统LS信道估计的影响，给出了利用子空间投影改进OFDM信道估计的一般框架，在此基础上将子空间投影推广到非LS信道估计方法。提出了一种基于子空间跟踪的参数化信道估计方法，这种方法可以跟踪多径时延变化，并在性能上优于非参数化时的相应方法。 针对MIMO-OFDM系统，研究了一种低复杂度的基于空时分组训练序列(STBTS)的信道估计方法，该方法采用简单的类似Alamouti的发射方案，接收端通过简单处理即可获得较准确的信道估计结果。从理论上证明了子空间投影与MMSE信道估计的紧密联系，提出将STBTS方案与子空间投影相结合进一步改进估计性能的方法。提出了一种高性能的基于FFT的信道多径时延估计方法，在稀疏多径环境下，该方法能够减小估计参数维度，提高信道估计准确程度。 研究了SISO-OFDM系统的矢量恒模算法(VCMA)盲均衡问题，从理论上证明了VCMA算法能够在相位模糊度意义下对OFDM系统实现均衡，并将结果推广到MIMO-OFDM系统。研究了MIMO-OFDM系统的两种VCMA盲均衡方式，即基于均衡器矩阵优化的算法和基于均衡器抽头系数优化的算法。导出了前者迭代过程中出现均衡器矩阵出现特殊图样的理论原因，并给出了图样的具体数值形式。研究了后者迭代过程中的噪声影响，提出了一种变步长与降噪相结合的迭代方法，仿真证明该算法收敛速度与性能均优于原始算法。 研究了基于相关性的OFDM盲均衡方法，从理论上证明了在SIMO模型下，如果强迫输出端相关性与时域OFDM符号相关性相同，可以实现相位模糊度意义下均衡，并据此给出了一种基于分块迭代的盲均衡方法。证明了在MIMO-OFDM系统中保持均衡器输出端时域OFDM。符号的相关性，并结合MIMO空域独立性条件，可以在酉矩阵模糊度意义下均衡多用户数据。证明了这种酉模糊度变换到频域后仍然成立，并提出在频域使用联合近似对角化(JADE)的方法来实现多用户相位模糊度意义下的均衡。给出了一种基于广义特征滤波器的信道缩减方法的一般描述方式，通过仿真表明在某一优化准则下的最佳滤波器在另一优化准则下并非最佳。研究了两种信道缩减均衡器(CSE)的盲自适应实现方法，比较了两者性能表面的特点。首次讨论了稀疏多径信道下的CSE设计相关问题，导出了在一定条件下的CSE设计方法及缩减信噪比(SSNR)性能。分析了目前SIMO结构下CSE设计存在的问题，并提出了一种新的SIMO CSE设计结构。最后将一种基于二阶统计盲信道缩减方法扩展到了MIMO-OFDM系统。