正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)技术能够提供较高的数据传输速率和频谱效率，有效对抗多径效应引起的频率选择性衰落，被认为是一种富有潜力的通信接入技术而受到了越来越多的关注，并已经应用到长期演进(Long Term Evolution，LTE)计划中。在高动态传输环境，丰富的多径环境很可能导致循环前缀(Cyclic Prefix， CP)不足的现象。如果CP不足，残存的符号间干扰(Inter Symbol Interference，ISI)会极大地影响系统性能；而高速移动环境下，快时变信道所带来的子载波间干扰(InterCarrier Interference，ICI)将使得此时的信道估计和信号检测更加复杂。因此，有效的消除高动态传输环境中存在的符号间干扰和载波间干扰，对信道估计和信号检测非常重要。本文研究了准静态环境下基于数据重叠保留的信道估计算法；在快时变信道环境下的OFDM系统中，利用线性变化的快时变信道模型，研究了基于迭代符号间干扰消除和数据响应重构的信道估计和信号检测方法；在多发多收OFDM(Multiplex Input and Multiplex Output OFDM，MIMO-OFDM)系统中，研究了消除符号间干扰和重构循环卷积时的加权系数和多天线干扰抑制算法。本文第二章首先研究了准静态环境下典型的ISI抑制技术：残余符号间干扰消除(Residual Inter-Symbol Interference Cancellation，RISIC)、循环卷积重构(CyclicPrefix Reconstruction，CPR)、重叠保留(Over Lap Save，OLS)和重叠相加(Over LapAdd，OLA)技术。其中，相对RISIC算法，CPR改善了初次检测的性能，但是将导致一些处理时延。OLA技术在重构数据的圆周卷积时，会导致部分数据受到噪声的二次污染，OLS以计算复杂度为代价通过线性卷积结果完成符号检测，避免了OLA算法中缺点。相比CPR和RISIC需要采用多次迭代的方法消除残余的符号间干扰，OLS和OLA不用迭代就能消除符号间干扰和完成OFDM符号检测。现有文献较少涉及循环前缀不足时的信道估计问题，本文针对时域添加块状导引的OFDM系统，研究了传统的最小均方误差(Least Mean Square，LMS)和导引自相关的信道估计方法，在此基础上，提出了一种基于数据重叠保留的信道估计算法，利用导引与信道信息的线性卷积结果估计信道信息，避免传统信道估计方法中噪声的二次污染，最后，对该算法的性能和复杂度进行了仿真验证和分析。本文第三章研究了在快变信道下循环前缀不足的OFDM系统的信号检测算法。现有文献指出，当归一化多普勒频移小于0.2时，利用线性模型模拟信道状态信息的变化。在此基础上，通过消除符号间干扰和重构缺失的CP的数据响应，利用接收的频域响应信号的期望信号分量和ICI分量分别估计信道参数：信道增益均值和斜率，然后迭代消除残余ISI和ICI，提高估计性能；同时，本章研究了分别利用单段导引和相邻两段导引估计的信道信息完成OFDM符号检测的方法。相比仅利用单段导引估计的信道参数，采用相邻两段导引估计的信道信息能够更好的跟踪信道变化，消除ISI并完成数据重构，提高OFDM符号检测性能。本文第四章研究了MIMO-OFDM系统中的ISI抑制算法。针对循环前缀不足的多天线环境，不仅需要消除多天线间干扰，还要消除符号间干扰。基于干扰信号功率最小准则，推导了初次重构数据响应的加权系数，同时构造频域均衡器消除多天线间干扰；在迭代过程中，利用均衡后的信号消除残余的ISI和多天线间干扰，更新数据响应，提高OFDM符号检测性能。数值仿真表明，本文提出的方法能够有效的抑制ISI和多天线干扰，改善系统性能。综上，有效的消除符号间干扰并重构信号响应，是完成信道估计和信号检测的前提条件。本文深入研究了不同场景下基于符号间干扰消除的信道估计和信号检测方法，具有一定的理论研究和实际应用价值。