随着高铁的迅猛发展,现代通信系统需要在高速移动环境下提供高可靠高数据速率通信,以满足车地通信要求。但是,由于高速移动环境会导致无线信道具有双选特性,致使传统的OFDM系统在该环境下性能不佳。OTFS系统通过一系列的二维变换,将双选信道转换成为时延-多普勒域中时不变的二维卷积信道,在高移动场景下具有显著的性能增益。本文主要针对OTFS系统中的导频序列设计以及快时变信道估计方法进行研究。依据在OTFS系统中使用匹配滤波估计方法时最优的导频序列应在局部范围内具备理想的周期模糊函数这一特性,本文对常用单位模序列的周期模糊函数进行了分析。将m序列、Zadoff-Chu序列、Frank序列以及Golomb序列作为SISO-OTFS系统中的导频序列,验证其估计性能的优劣,结果表明Zadoff-Chu序列性能最优。在频谱受限系统中,本文提出了一种联合优化序列模糊函数与峰均功率比(PAPR)的设计方法。针对MIMO-OTFS系统,本文提出了多阶段加速迭代顺序优化算法(MSAISO)用以设计新型的导频序列集,该算法设计的导频序列集局部范围内具备良好的周期自模糊函数与周期互模糊函数。仿真结果表明,新设计导频序列的估计性能以及误码率性能均优于m序列以及Zhou序列。通过分析OTFS系统中接收导频信号的矩阵表达式,将信道估计问题转化为稀疏向量的恢复问题,然后引入压缩感知理论中的正交匹配追踪算法对信道进行估计。通过稀疏向量中非零值元素及其对应位置,估计信道增益、时延、多普勒频移等信道参数,该方法可以应用于SISO-OTFS以及MIMO-OTFS系统中。仿真结果表明,正交匹配追踪信道估计算法的误码率性能接近于理想信道估计下的误码率性能。