高移动性的宽带无线通信会受到时频双选择性衰落的严重影响。信道估计的质量对于整个系统的性能具有重要的影响，尤其是当信道经历快速的衰落时。因此，高质量的双选信道估计是高速无线通信的必然要求。 本文首先综述了双选择性衰落信道估计技术的相关背景知识和最新研究进展。在此基础上，针对双选信道下的单载波块传输系统的信道估计算法以及优化的训练序列设计等问题进行了研究，主要工作如下： 1.利用过采样基扩展模型(BEM)能够更好地描述时变信道的特点，通过分析Jakes模型与BEM之间的关系，提出了一种基于过采样BEM的准MMSE的双选信道估计方法。其信道估计性能与优化的MMSE插值估计方法非常接近，而计算复杂度更低。研究了双选信道估计误差的来源，推导出过采样BEM信道估计MSE的解析表达式。 2.通过分析BEM基频率与多普勒频谱之间的关系，给出了分数倍基扩展模型，提出了一种基于分数倍BEM模型的双选信道估计方法。当接收机能够获得多普勒扩展的信息时(可以通过自身运动速度等计算或者作相应估计)，通过调整BEM基频率为原来的1/K倍，能够更好的估计时变信道的变化情况。 3.提出一种改进的重叠利用训练序列的双选信道估计方法，该方法不增加训练符号的数目和能量，提高了信道估计的质量，解决了原有的信道估计方法中数据块尾部信道估计误差偏大的问题。最后，还提出了重叠利用训练序列和分数倍BEM相结合的估计算法。 4.研究了双选信道估计均方误差最小化的恒模训练设计问题，得到了MSE优化的恒模训练序列所需要满足的条件。提出了一种基于理想自相关训练序列的双选信道估计方法，能够获得最佳的均方误差性能，而且训练序列包络恒定，有效降低了系统峰均比。在Jakes’模型双选信道下，研究了两种训练功率增长方式下的信道估计性能的差别。综合考虑实际系统中恒模训练传输系统的训练开销，以及过采样BEM信道估计误差对于系统可获得信道容量的影响，推导出双选信道下恒模训练系统信道容量的上下界表达式。分析并得到了使信道容量下界最大化的最佳恒模训练长度。研究了最佳训练长度与信噪比和多普勒频率扩展之间的关系。 5.提出了一种基于BEM模型的联合信道估计和符号检测的迭代算法，其思想是首先采用较少的训练子块，利用标准采样的BEM信道估计方法进行初始估计，解调反馈数据实际上相当于提供了更小间隔、更多数量的训练子块，提供了更小间隔、更丰富的时变信道信息，因而可以进行两倍或者更高倍数过采样的BEM信道估计。通过联合迭代提高了信道估计的质量，并且训练符号所占的比例可以大大降低，提高了有效传输速率。针对迭代算法中两个关键步骤--符号均衡算法和信道估计算法进行了研究，提出了信道估计存在误差情况下的改进均衡算法，以及考虑符号估计错误影响的改进信道估计算法。将两者结合得到改进的联合迭代估计算法，改进算法能够获得比原迭代算法更好的信道估计性能和误码率性能，性能的改善随信噪比的增加而逐渐增大；能够解决原始迭代算法在高信噪比下性能变差的问题。