正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）技术由于其数据传输速率高、频谱利用率高等优点在无线通信中得到了广泛应用。OFDM技术将频率分集和时间分集进行有机结合,不仅可以大幅度提高系统的信道容量和传输速率,而且能有效对抗多径衰落和干扰。在实际应用中,OFDM系统通常需要信道信息才能进行相干解调,因此信道估计是OFDM系统接收机设计的一项重要任务。现有的OFDM系统信道估计方法主要有盲（半盲）信道估计和非盲信道估计。非盲信道估计是利用发送训练序列或者插入导频信号的方法来估计信道;盲信道估计方法不需要发送训练序列或者插入导频信号,仅利用接收信号就可以在线估计出信道信息,提高了频谱的利用率。论文对OFDM系统的盲信道估计问题展开研究,取得的主要成果如下:1.针对SISO-OFDM系统的信道估计问题,提出了一种基于预编码的修正联合盲信道估计算法。通过在发送符号上引入预编码矩阵,提高接收符号之间的相关性,以便在接收端利用这种相关性来估计信道。论文详细分析了接收信号的自相关矩阵R的结构特点。首先利用R的对角元素得到信道的预估计,然后通过R的下三角元素对预估计的信道参数进行递推修正,得到最终的信道参数估计。论文分析了算法的计算复杂度,与基于子空间的盲信道估计算法相比,其复杂度有了明显的降低。最后,仿真结果表明,论文提出的修正联合盲信道估计算法在高信噪比情况下可以获得优于现有盲信道估计算法的估计精度。2.针对MIMO-OFDM系统的信道估计问题,提出了一种基于非冗余块状预编码的盲信道估计算法。通过对发送的两个符号引入分块编码矩阵,对接收信号的自相关矩阵对角线的两个子块分别进行奇异值分解,分别得到MIMO信道的两个估计,将它们进行融合得到了最终的MIMO信道估计。论文给出了融合系数的选取原则,使所提算法在获得最优信道估计的同时,最大限度地降低系统误码率。仿真结果表明,与现有的其它盲信道估计算法相比,论文算法具有更好的信道估计性能。3.针对SIMO-OFDM系统的信道估计问题,提出了一种基于平行因子分析的盲信道与符号联合估计算法。建立了接收信号的平行因子分析模型,通过接收信号矩阵的奇异值分解得到右奇异向量,并结合离散傅里叶变换矩阵可以构造出一个非奇异矩阵,据此可以同时得到信道信息和符号的估计。论文算法是一种闭式求解方法,相较于传统方法具有更低的计算复杂度。仿真结果表明,与传统方法相比,论文算法的信道估计性能更好。4.针对时变MIMO-OFDM系统的自适应盲信道跟踪问题,提出了两种盲信道跟踪算法:（1）递归最小二乘的盲信道跟踪算法（ABCE-RLST）,设计了以指数窗最小二乘方式表示的接收误差指标函数,通过最小化这个指标函数,递推得到盲信道估计;（2）同步对角化的盲信道跟踪算法（ABCE-SDT）,对数据加窗后的观测矩阵进行奇异值分解,构造出一个非奇异矩阵,通过对非奇异矩阵进行迭代更新,可以实现对信道的跟踪。仿真结果表明,与传统的盲信道跟踪算法相比,论文的两种盲信道跟踪算法具有更快的收敛速度和更小的信道跟踪误差。