MIMO-OFDM技术是下一代无线通信的核心解决方案,空频分组码是MIMOOFDM系统的重要组成部分。空频分组码的盲识别是通信对抗中迫切需要攻克的领域,具有重要的研究和应用价值。目前MIMO系统中存在的编码盲识别方法主要针对空时分组码,主要包括最大似然算法和时延相关算法。但最大似然算法对具有相同分组符号数和分组长度的编码无法识别;时延相关算法计算量随采样长度成倍增加,难以应用于实时检测。空频分组码盲识别则是一个新的研究领域,目前还没有提出实质的检测方法。同时,将空时分组码盲识别算法直接应用到空频分组码的盲识别中去时,由于两者使用的分集差异,使得算法无法在小样本、低信噪比的应用场景下正常工作,不能有效地满足实际的工程需要。本文目的就在于针对现有空频分组码盲识别算法中存在的问题,提出一种基于奇异值迭代的空频分组码盲识别方法,以实现对空频分组码的盲识别,并且提高算法在小样本、低信噪比情况下的性能。本文首先简述了MIMO-OFDM系统模型及空频分组码技术,并就当前已有的两类空时分组码盲识别算法:最大似然算法和时延相关算法,进行了仿真验证,并根据结果进行了性能分析。然后,给出了空频分组码盲识别系统的模型,并将编码盲识别问题成功转化为求编码分组符号数的问题,由此提出了一种基于奇异值迭代的空频分组码盲识别方法。通过对接收信号自相关矩阵的奇异值进行有效迭代,增大信号特征值和噪声特征值之间的差值,提高系统在小样本、低信噪比条件下的估计性能。应用Matlab对该算法的性能进行了仿真,验证了算法的正确性和高效性。最后,分析了剩余频偏对空频分组码盲识别算法的影响,并根据分析结果,提出一种基于剩余频偏补偿的空频分组码盲识别方法。通过搜索补偿估计出剩余频偏的大小,补偿观测信号后识别出空频分组码型。在Matlab中对该算法与不进行频偏补偿的算法进行了比较仿真,验证了算法的有效性及必要性。