随着通信技术的发展，人们对通信质量、通信速度和带宽提出了更高的要求。正交频分复用（Orthogonal Frequency Division Multiplexing，OFDM）是一种高效的多载波调制技术，可以有效对抗多径效应所带来的符号间干扰(Inter-SymbolInterference, ISI)；同时由于各个子载波是相互正交的，其频谱是相互重叠的，从而极大节省了频谱资源。由于OFDM技术可以同时解决无线对于带宽效率和抗多径的要求，因此，OFDM技术在通信领域得到越来越广泛的应用。随着无线应用需求的增加，也使得有限的空间频谱资源显得越来越紧张，精确的带宽估计对于无线频谱资源管理尤为重要。本论文的重点研究方向之一就是OFDM信号的带宽盲估计。本文在前人研究的基础之上，着重分析了基于小波变换的OFDM带宽估计方法，并分析了不足之处，提出了一种基于AR模型(Autoregressive Model)的OFDM带宽估计方法，仿真结果表明新方法提高了低信噪比下带宽的估计性能。OFDM最大的缺点之一就是对频率偏移很敏感，频偏分为整数倍频偏(IntegerFrequency Offset)和小数倍频偏(Fractional Frequency Offset)两部分，整数倍频偏不影响子载波间的正交性，而小数倍频偏不仅会衰减有用信号，而且使得子载波间的正交性遭到破坏，使得系统的性能恶化。因此，本课题重点研究的另一个方向就是OFDM系统中的小数倍频偏盲估计。本课题首先针对最大似然(MaximumLikelihood, ML)方法进行了分析，并对现有的几种ML演进算法进行了研究，分析了不足之处，并在此基础之上提出了一种改进的频偏估计方法。仿真结果表明新方法在较高信噪比下的估计准确度有了很大的改善。