无线通信系统的性能在很大程度上受到无线信道的约束。无线信号传播会遭受各种复杂地物影响，接收端信号在幅度、相位和频率方面会发生不同程度的失真。正交频分复用(Orthogonal Frequency Division Multiplex, OFDM)技术虽能有效克服频率选择性衰落，但是对频率偏移非常敏感，因此，信道估计显得尤为重要。传统关于OFDM系统的信道估计方法通常是假设信道具有丰富多径，从而利用大量导频信号获取准确的信道状态信息，这极大地降低了系统资源利用率。为解决这一问题，本文基于压缩感知理论，对OFDM系统信道估计方法展开研究。依据压缩感知理论的三大关键技术，本文从信道系数的稀疏表示、导频序列设计和重构算法选取三个方面展开研究，针对现有稀疏信道估计算法存在的一些问题，给出相应解决方法。针对现有稀疏信道估计算法只考虑信道的频率选择性衰落，本文同时考虑信道的时间选择性衰落。在实际系统中，信道时延和多普勒频移通常不能被整数倍采样，由此造成的能量泄漏问题将极大减少等效信道稀疏性，本文针对这一问题通过提高信道离散精度，用过完备字典代替现有的傅里叶正交基提高等效信道系数在字典域的稀疏性，从而减少重构算法所需的观测值，即导频数量。仿真结果表明，无论是单天线还是多天线信道，过完备字典方法虽然增加一定的计算复杂度，但有效提高了信道估计精度，同时减少了对导频数量的需求。针对现有多天线稀疏信道估计算法只是简单将多天线信道划分为多个单对单信道的处理方式，本文分析多天线信道的联合稀疏特性，利用分布式压缩感知理论方法进行联合信道估计。仿真结果表明，联合稀疏信道估计方法利用信道间的互相关和自相关性，使得对联合稀疏支撑集估计更准确，其性能要优于基于单对单稀疏的信道估计方法。