1、多輸入多輸出(Multi-input Multi-output，MIMO)技術在不增加信號帶寬及信號發(fā)射功率的情況下，成倍提高了通信系統(tǒng)容量，被視為無線通信系統(tǒng)設計的關鍵技術。正交頻分復用技術(Orthogonal Frequency Division Multiplexing，OFDM)能有效對抗頻率選擇性衰落和窄帶干擾，且實現(xiàn)復雜度低，是實際系統(tǒng)中應用最廣泛的一種多載波調(diào)制方案。MIMO-OFDM系統(tǒng)結合二者優(yōu)勢，在下一代移動通信系

2、統(tǒng)的開發(fā)過程中，具有廣泛的應用前景。信道估計的精度直接影響衰落信道下的系統(tǒng)性能，是MIMO-OFDM系統(tǒng)的物理層關鍵技術。壓縮感知（Compressive Sensing,CS）是于2004誕生的一種新型信號處理技術，能夠以較少的采樣點，解決稀疏信號重構的問題。由于實際無線信道呈現(xiàn)稀疏的特性，探究基于壓縮感知的MIMO-OFDM系統(tǒng)信道估計方法，能有效減少導頻開銷，實現(xiàn)信道信息的準確恢復。
　　在MIMO-OFDM系統(tǒng)中，不同發(fā)送

3、接收天線對之間的子信道具有相同的稀疏支撐集。由于MIMO-OFDM系統(tǒng)需要處理的數(shù)據(jù)量極大，且實際系統(tǒng)缺少信道稀疏度作為先驗信息。本文利用MIMO-OFDM系統(tǒng)信道呈現(xiàn)的聯(lián)合稀疏特性，在信道稀疏度未知情況下，提出一種稀疏度自適應信道估計算法。通過設置閾值及尋找最大后向差分位置對支撐集原子進行初步選擇;通過正則化對原子進行二次篩選，以提高入選原子的準確性。仿真結果表明，該方法能在稀疏度未知情況下，以較低的復雜度獲得較好的信道估計性能。

4、r>　　在MIMO-OFDM系統(tǒng)中，基于線性最小均方誤差算法(Linear Minimum Mean Square Error,LMMSE)具有良好的抗噪性能，但存在計算復雜度過高的問題。本文結合壓縮感知理論框架的技術優(yōu)勢，提出了基于壓縮感知的線性最小均方誤差算法。該方法能夠以較少的導頻數(shù)量，利用壓縮感知理論估計出對信道貢獻度高的有用信息，計算信道相關矩陣;采用矩陣分解的方法代替大規(guī)模的矩陣求逆運算，以提高算法的運行效率。算法在保證估計