MIMO-OFDM是下一代宽带无线通信系统的物理层核心技术，其具有频谱利用率高、抗衰落性能好、信道容量大等优点。虽然OFDM和MIMO技术有诸多优点，但是在具体实际应用中，仍然面临很多问题。OFDM系统对同步误差甚为敏感，在信号传输过程中，由于信号受周围环境及障碍物影响，产生不同程度和衰落和时延，时间同步误差会造成符号间干扰(InterSymbol Interference，ISI)，频率同步误差会产生子载波间干扰(InterCarrierInterference，ICI)。只有对信道特征有很好的了解，才能有效克服干扰和失真。加入MIMO后，符号间干扰和码间干扰更加严重，从而影响系统性能。因此，接收端需要获得精确的信道状态信息(Channel State Information，CSI)，精确的信道估计起到尤为重要的作用。针对上述问题，本文对MIMO-OFDM的信道估计进行了研究。同时由于有些无线多径信道呈现稀疏性，即信道的时延扩展很大，但能量强的有效路径的个数很少。这种信道稀疏性在宽带移动通信系统中表现突出，尤其是超宽带系统。重点分析了压缩感知理论在无线多径稀疏信道估计中的应用。具体的研究内容及创新成果如下：1.从传统的无线信道估计入手，介绍了信道模型和导频模式，对最小二乘法(LS)，最小均方误差法(MMSE)，线性最小均方误差法（LMMSE）进行了阐述，并做了仿真，对其误差性能进行了分析。2.详细介绍了压缩感知技术的基本原理与特性以及一些常用的重构算法，并用这些算法与传统的估计算法进行了仿真的比较。仿真结果表明压缩感知重构算法可以利用减少导频来提高频谱资源利用率。3.本文提出了一种导频优化算法。首先，导频位置选用了均匀导频，连续导频和随机导频进行仿真。结果表明，这三种放置的导频都不是最优的。所以我们从类似有限等距原则（RIP）的最小互相关准则出发，得到了相对较优的导频放置方案。在此方案基础上继续优化，增大随机生成数，扩大搜索范围，将组合分成若干组，比较互相关值，得出最小互相关值对应的导频图案。仿真结果表明，与使用基于测量矩阵互相关最小化准则的导频图案相比，信道估计的最小均方误差（MSE）更低。4.本文将广义正交匹配追踪算法（GOMP）运用到信道估计中，并对它加以改进，提出了一种改进的广义正交匹配追踪算法。广义正交匹配追踪算法（GOMP）相较于正交匹配追踪算法（OMP）运行时间少，计算复杂度低，但是估计的最小均方误差略差。为了进一步提高该算法的性能，提出了改进的广义正交匹配追踪算法，性能得到了较大的提高。