正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）由于其优点被广泛应用,但是时代的发展对通信技术的要求不断提高,需要其具有更小的带外辐射和更高的频谱利用率,且能灵活分配可用的时频资源。因此,滤波器组多载波（Filter Bank Multi-Carrier,FBMC）技术被 PHYDAYS 项 目组提出作为 OFDM 技术的替代方案。本文主要针对FBMC-OQAM（Offset Quadrature Amplitude Modulation,OQAM）系统的同步算法与信道估计部分展开相关研究,主要内容包括:1、针对FBMC-OQAM系统现存符号定时同步算法存在的问题,结合FBMC-OQAM系统本身的特性,提出了一种改进的符号定时同步算法。利用两个特殊设计的符号,将其连续通过FBMC-OQAM系统后,在时域形成共轭对称特性的训练信号,在接收端利用此训练信号进行定时同步估计。本算法在使用较少频谱资源的情况下,去除了高副峰对定时估计的干扰,提高了符号定时同步的准确度。2、针对在高动态环境下FBMC-OQAM系统对多普勒频偏敏感的问题,提出了一种频偏、频偏变化率联合估计算法。该算法首先根据FBMC-OQAM系统的特性,利用四个特殊设计的前导符号在时域形成适当的前导序列结构;接着,在接收端先进行多普勒频偏变化率估计;然后,使用两次估计对小数倍多普勒频偏进行计算;最后,提出了一种适用于FBMC-OQAM系统的整数倍多普勒频偏估计算法。本算法不仅使用了脉冲尾部截断方案来提高带宽效率,还在减少了前导符号的情况下,得到了更精确的多普勒频偏估计值。3、将深度学习与信道估计相结合,提出了一种信道估计方法。为了提高信道估计的精度,设计了一个五层的深度神经网络,利用导频通过最小二乘（Least Square,LS）估计与线性插值得到信道估值作为输入,经过训练好的网络模型就能得到精确的信道信息。在网络中使用带热重启的余弦退火函数调整学习率及加入PRelu（Parametric Rectified Linear Unit）激活函数,使网络收敛速度更快,提高估计精度。