正交频分复用(OFDM)是一种多载波调制技术，它具有频谱利用率高、抗符号间干扰和抗多径衰落的优点，适合在无线信道中传输高速的数据业务，被认为是4G通信的核心技术。但它也存在不足，对同步误差敏感是影响系统性能的主要因素之一。OFDM技术的高频谱利用率和传输可靠性均以子载波间的正交性为基础，载波频偏的存在破坏了子载波间的正交性，导致严重的子载波间干扰；定时偏差又会引起符号间干扰。因此，研究OFDM的同步技术，对定时和频率偏移进行有效的估计和补偿具有非常重要的意义。本文对OFDM的同步技术进行了深入研究，主要工作概括如下：首先，分析了OFDM系统的基本原理，包括OFDM系统子载波间的正交性，利用离散傅立叶变换实现OFDM系统的调制和解调以及具有循环前缀的OFDM符号结构等。详细讨论了定时偏移和频率偏移对OFDM系统性能的影响，并做了理论推导，阐明了同步的必要性。其次，分析了基于循环前缀的ML同步算法的原理，利用循环前缀中所包含的冗余信息，采用最大似然估计的方法进行符号定时和载波频率偏移的联合估计，并对现有的几种ML演进算法进行了分析。在此基础上，提出了一种新的ML改进方案，通过采用前向反馈结构，增加系统估计的记忆功能，来提高定时估计的精度。仿真结果表明，改进算法优于传统的ML算法。最后，研究了基于训练符号的SC同步算法及其演进算法的训练符号特点及算法原理，分析了对称结构的训练符号在定时估计中的优势，并对其定时同步判决函数进行了修改。在此基础上，提出了一种改进的训练符号结构，即在SC算法重复结构的训练符号中引入共轭对称结构，同时通过增加重复序列的数目，缩小重复序列之间的间隔，进一步扩大基于单个训练符号的频偏估计范围。针对训练符号的这种双重结构的特点，设计出具有伪随机加权因子的新的同步训练符号。利用新训练符号的共轭对称性和伪随机序列的相关性进行符号定时同步，提高定时估计的精度；在定时同步的基础上，利用消去新训练符号中伪随机加权因子后的数据序列进行频偏估计。仿真结果表明，改进的时频联合估计算法，仅利用一个训练符号，就可使得符号同步估计精度和频偏估计范围均优于SC算法。