随着高速铁路、高速公路车辆、以及低空飞行系统的快速发展,高移动性场景中的无线通信已经受到了人们的广泛关注。近几年来,高速铁路更是在我国蓬勃发展,为国民的经济发展带来了强劲动力。与此同时,人们在高铁列车中使用通信工具的机会越来越多,对高移动性环境下通信服务种类和质量的要求也越来越高。然而,在高移动性场景中,列车运行时速通常可以高达200km/h–350km/h,列车高速移动引起的诸如信道快衰落严重、复杂的干扰环境、剧烈多普勒频移变化、切换区穿越频繁等问题使得现有通信技术不再适用。因此,如何在高移动性系统中为用户提供高速、稳定的宽带无线通信服务已成为一个亟待解决的问题。目前,正交频分复用技术(Orthogonal Frequency Division Multiplexing,OFDM)已被广泛应用于高移动性系统以提供高速率的宽带无线通信服务。本文旨在研究高移动OFDM系统中的信道估计及干扰抑制技术,以高铁无线通信系统为切入点,深入探究列车地理位置信息与系统的内在关联,并在此基础上提出一系列高效可靠的解决方案。本文的主要成果包括:首先,本文针对高移动OFDM系统,研究列车地理位置信息与时延-多普勒域内高移动信道的内在联系,推导地理位置信息与信道决定性信道系数的具体关系,并提出一种基于地理位置信息的决定性信道模型。在此基础上,针对高移动信道在时延-多普勒域内的稀疏特性,提出一种基于地理位置信息的压缩感知(Compressed Sensing,CS)信道估计算法。本方法能够利用地理位置信息和信道的稀疏特性降低信道估计的计算复杂度和所需的导频数量,从而提升系统频谱效率。然后,以最小化系统平均相关度为目标,联合设计最优的导频符号和导频位置,以进一步提升基于压缩感知算法的信道估计精度。同时,给出真实系统中的实施方案,并设计最优导频码本。仿真结果表明本方法能够有效提升信道估计精度,降低了系统误码率。其次,本文针对高移动单输入多输出(Single-Input Multiple-Output,SIMO)OFDM系统,使用基扩展模型(Basis Expansion Model,BEM)对高移动信道进行建模,推导出列车地理位置与BEM模型中的决定性信道系数、决定性信道模型的具体关系。在此基础上,提出一种基于地理位置信息的低复杂度载波间干扰(Inter-Carrier Interference,ICI)抑制方法,以利用地理位置信息降低ICI引起的信道估计误差。特别的,此方法在复指数BEM(Complex-Exponential BEM,CE-BEM)模型中可以在完全消除ICI对于导频信号的影响。此外,本方法无需借助保护导频,从而有效提升系统的频谱效率。接着,提出一种低相关度的导频位置设计算法以进一步提升信道估计精度,并得到与列车地理位置、移动速度、多普勒频移大小、接收天线个数无关的最优导频位置。仿真结果表明本方法在高移动性场景中能够有效抑制ICI对于导频信号的影响,提升了信道估计精度。此外,与现有方法相比,本方法具有性能不受高移动性和多普勒频移快速变化影响的特点,对于高移动系统具有更好的鲁棒性。最后,本文针对多小区高移动OFDM系统,推导出多小区系统中列车地理位置信息与BEM高移动信道模型中决定性信道系数和决定性信道模型的关系,并提出一种基于地理位置信息的简化信道模型。然后,针对通用BEM模型提出一种基于地理位置信息的干扰抑制方法。本方法可以在通用BEM中完全消除接收天线处小区间干扰(Multi-Cell Interference,MCI)与ICI对于导频信号的影响,且方法性能不受系统移动速度和地理位置变化所影响。特别的,本方法无需借助保护导频,有效提升了系统的频谱效率,并对不同的BEM模型具有较好的鲁棒性。在此基础上,针对多小区多天线系统,提出一种低复杂度的压缩感知信道联合估计算法,并设计最优导频位置以进一步提升信道估计精度。其中,最优导频位置与列车地理位置、列车速度、小区个数、接收天线个数无关。仿真结果表明本方法能够有效抑制多小区高移动性系统中MCI和ICI对于系统性能的影响,有效提升了系统性能的稳定性。综上所述,本文研究了高移动性信道估计和干扰抑制问题,以高铁无线通信系统为切入点,提出了一系列基于地理位置信息的高效可靠的技术方法,有效提升了系统性能。相对于现有方法,本文方法具有复杂度低、鲁棒性高的特点,能够在高移动性场景中提供稳定、高质量的通信服务。此外,本文方法还可以推广到高速车辆、低空飞行系统等场景,对于未来高移动性宽带无线通信的理论研究和技术实现具有重要的意义。