海底水声信道具有大时延高多普勒扩展的特点,因此其是最富有挑战性的无线信道之一。正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)技术具备对抗高时延色散信道的特性,并能显著地降低接收端均衡器复杂度,是未来水声通信系统最具竞争力的关键技术之一。但是,OFDM的主要缺点是对频偏(Carrier Frequency Offset,CFO)比较敏感,当归一化CFO较大时,比如超过0.05时,会产生子载波间干扰,导致系统误码性能严重下降。同时精确的信道估计对接收端高可靠地解调和恢复发送信号至关重要。鉴于此,本文重点研究基于OFDM的水声通信系统中的频偏和信道估计算法。主要研究内容安排如下：1)为了估计小数频偏,首先研究了基于零子载波(Null Subcarriers, NS)的MUSIC算法；接着给出了不需要任何额外辅助信息的O-M算法、Y-G算法、最小二乘(Least Square, LS)算法和J-J-J算法。仿真结果表明：MUSIC算法不受调制方式的影响,具有良好的稳定性,而其余四种算法的估计性能在不同程度上均受到调制方式的影响。2)为了估计整数频偏,首先讨论了基于导频辅助的Schmidl算法、Morelli算法和最大似然(Maximum Likelihood, ML)算法；最后研究了最小功率和(Minimum Power Sum,MPS)算法。仿真结果表明：此四种算法中,ML算法性能最优；在低信噪比时,MPS的性能最差,然而其性能随信噪比的增加而急剧提升,在信噪比达到一定值时,MPS的性能仅次于ML算法；在中高信噪比时,Schmidl算法性能最差,Morelli算法次之。当存在小数频偏残差时,各算法的性能均有不同程度的下降,但相对性能排序并无变化。3)为了准确地估计水声信道参数,首先给出了五种基于压缩感知(Compressed Sensing, CS)的信道估计算法：匹配追踪(Matching Pursuit, MP)、正交匹配追踪(Orthogonal Matching Pursuit, OMP)、梯度追踪(Gradient Pursuit, GP)、基于迭代收缩的平行协调下降(Parallel Coordinate Descent, PCD)算法以及选择子(Dantzig-Selector, DS)算法;最后提出了一种随机分布式导频放置结构。仿真结果表明：固定训练图样结构,压缩感知信道估计算法误码性能明显优于LS算法,误码性能由优到劣排序如下：DS>PCD>OMP≈GP>MP>LS;固定信道估计算法,我们提出的分布式随机导频放置结构优于均匀和连续放置方式。