MIMO技术能够在空间形成独立的并行子信道同时传输多路数据流,有效地提高系统的传输速率,在不增加系统带宽和改变系统功率的同时增加了频谱利用率。OFDM技术通过将频率选择性多径衰落信道在频域内转换为平坦信道,可有效地对抗多径衰落的影响。因此,将两者结合的MIMO-OFDM技术,以其高频谱利用率和强抗干扰能力成为了4G系统的核心技术。在MIMO-OFDM系统中,为准确恢复传送信号必须知道每个天线对之间每个频点上的信道状态信息,所以信道估计是MIMO-OFDM系统中的一个重要环节。本文在分析移动无线信道衰落特性的基础上,阐述了MIMO-OFDM系统的基本原理,并深入研究了信道估计这一关键技术。首先研究了基于训练序列和基于导频的信道估计方法,基于训练序列的信道估计方法适用于突发传输方式的系统,而基于导频的信道估计方法适用于连续传输的系统,这两种信道估计方法性能好,简单且易于实现,但是需要占用一定的时隙或子载波,从而降低了系统频谱利用率。基于叠加导频的信道估计方法是把导频信息同步叠加到数据信息上,不占用专门的频谱和时隙,且估计算法灵活多样,能很好的解决训练序列/导频信道估计系统中频谱利用率低的问题。本文重点研究了基于叠加导频的信道半盲估计算法。基于叠加导频的信道估计算法在MIMO-OFDM系统中已得到应用,但在现有的基于叠加导频的算法中,大多利用接收信息的一阶统计特性的方法获得信道参数,但是该方法存在一定的局限性,它要求发送信息的一阶统计特性为零,并且要求观测数据的长度要足够长,这些要求在实际中很难做到,会造成信道估计的误差较大。针对这一问题,提出一种改进的判决、迭代算法,该算法可以去除发送信息对导频的影响,减小估计误差。仿真结果表明,新的算法在不增加系统复杂度的前提下,提高了系统信道的利用率与估计的精度。