近年来低时延高可靠的车载通信开始引起人们的广泛关注,并迅速成为无线通信领域研究的热点。车载无线通信环境下的信道与传统的无线通信信道相比区别巨大,尤其是在高速环境下,信道具有高度动态变化,多普勒频移离散稀疏等特点,这为信道估计设计提出了巨大的挑战。论文以此为背景深入研究了高速移动环境下信道估计存在的问题,提出了一些适用于OFDM(Orthogonal Frequency Division Multiplexing)系统高速移动环境下的信道估计解决方案,并将这些方案应用于未来5G候选技术f-OFDM(filterOFDM)系统中。论文的主要工作及成果如下:(1)提出了一种适用于OFDM系统载波间干扰自消除的叠加训练序列信道估计算法。算法利用数据相关叠加训练序列作为导频符号对信道进行估计,提高了系统的频谱利用率;并且利用基扩展模型来近似拟合信道,有效的降低了信道估计性能对导频数的要求;另外考虑到高速移动环境这一特定场景,对导频符号处的载波进行载波间干扰自消除。仿真结果表明,所提出的算法在高速移动环境下比传统的叠加训练序列信道估计算法性能更优,并且在f-OFDM系统中具有更高的可靠性。(2)提出了一种高精度基于数据相关叠加训练序列的联合载波频偏信道估计算法。算法采用数据相关叠加训练序列作为导频符号分别对载波频偏和信道进行估计;载波频偏估计利用的是两个连续OFDM符号间的相位差进行估计;信道估计则采用的是多符号信道估计方法。仿真结果表明,提出的联合载波频偏信道估计算法在OFDM系统下有较好的估计性能,并且在f-OFDM系统中具有更大的载波频偏估计范围。