在现代移动通信中，正交频分复用（Orthogonal Frequency Division Multiplexing， OFDM）技术作为第四代移动通信（4G）和第五代移动通信（5G）的主导技术，在通信领域一直得到广泛的应用。众所周知，OFDM具有传输快、抗多径干扰、高频谱利用率等优点，但是OFDM系统对载波频率偏差（Carrier Frequency Offset，CFO）比较敏感，CFO会引入符号间干扰（Inter Symbol Interference，ISI）和载波间干扰（Inter Carrier Interference，ICI）从而影响系统的正常通信。因此，精确的CFO估计是OFDM通信系统的关键问题之一。　　本文研究内容是快时变衰落信道中 OFDM系统载波频偏估计技术。目前，载波同步算法通常分为盲估计算法和数据导频辅助算法两种。所谓盲估计算法是利用OFDM自身系统结构进行同步纠正；数据导频辅助算法是在发射数据前插入进行载波同步的导频符号，该类算法是以牺牲数据传输速率来获取较高的估计精度。首先，本文介绍了基于盲估计的循环前缀（Cyclic Prefix，CP）算法和基于数据导频辅助的Moose算法与SC算法，并对Moose算法进行了修正，然后将两类载波同步技术作了性能分析比较。其次，本文分析了快时变信道的特点，并采用基扩展模型（ Basis Expansion Model，BEM）对快衰落信道建模，分别研究了基于BEM联合信道载波频偏的最大似然（Maximum Likelihood，ML）和最大后验概率（Maximum A Posteriori， MAP）算法，并将两种算法在不同的BEM下进行性能分析比较，虽然两种联合信道频偏估计算法能够取得较好的性能，但考虑到联合算法信道建模复杂度高的问题，所以本文提出了一种基于CPF-BEM的MAP算法，并将所提算法和原算法在性能仿真上进行分析比较，所提算法能够在保持良好性能的前提下降低算法复杂度。　　由于经典算法无法克服快衰落信道中多普勒频移造成的ICI影响，存在复杂度较高、性能差等缺点，在实际应用中受到了一定限制，本文提出了一种不仅能够适应于快时变衰落信道，并且具有较低复杂度的基于ICI自抵消预编码的Moose频偏估计算法。在快时变信道中，由于多普勒效应引入的ICI会给系统造成严重影响，因此采用ICI自抵消预编码导频模式在收发两端进行联合处理来降低ICI对CFO估计的影响。具体做法是在发端采用ICI自抵消预编码导频模式来降低接收端频域信号的ICI，在收端则基于新的接收信号模型通过子载波间的相关性分析进行推导从而获得CFO估计值。　　最后对所提算法在复杂度和性能仿真上做出了详细分析，与经典 Moose算法相比，所提算法能够在仅略微提升复杂度的情况下获得显著的性能提升，并且估计性能对不同的CFO表现得更加稳健；与联合信道频偏估计算法相比，所提算法在复杂度明显降低的同时也取得了显著的性能提升。