在高速移动环境下,随着终端移动速度的增加,多普勒效应影响愈加显著,信道参数变化剧烈,导致了信道的时频双选择性快速衰落特性,使得快速精确地进行信道估计以保障系统性能变得非常困难。而通常为了保证更高的数据传输速率和频谱利用率,正交频分复用(OFDM,Orthogonal Frequency Division Multiplexing)被广泛应用于通信系统中,而在高速移动环境下,这会带来一些新的问题。主要有以下两个方面,第一个是高速环境下会产生较为严重的多普勒效应,其破坏了OFDM的正交性,并且带来了子载波间干扰(ICI,Inter-Carrier Interference),对高速移动通信的效果产生了不好的影响;第二个是由于高速移动环境下信道的快时变性,在进行信道估计时,为了保证信道的正确性和有效性,要求更有效的信道估计算法。因此需要新的技术来解决这些问题,这对提高高速移动环境下的通信效果有着很大的意义。基于以上问题,结合高速铁路环境下的自身特点,本文提出了一种基于统计特性的信道估计和子载波间干扰消除方案用以解决高移动环境下的通信传输问题。通过复杂度分析以及仿真试验结果比较,可以得出本文所提的方案提高了信道估计的精度、提高了频谱利用率和减少了计算复杂度。本文的主要内容和创新之处包括如下几个方面的内容:首先,提出了新的信道建模方式。利用瑞利信道下的Jacks模型和一定的数学基础,提出在每一个传播路径中,选择几个特定的时刻来代表这条路径,以减少所要估计的信道参数数量,用少量的点来重新构建模型,并且在一定的机制下,使得重新构建的模型,建模误差最小。其次,子载波间干扰的消除。在高速移动环境下,信道的频域矩阵是一个带状矩阵,能量随着频域信道矩阵对角线向外递减。在接收端对收到的信息进行处理,使得信道频域矩阵的能量更加集中在对角线上,这样就可以减少ICI对通信的影响。最后,信道估计算法的优化。在高速移动环境下,采用压缩感知估计算法对信道进行估计,而压缩感知信道估计算法的性能取决于所估计信号的稀疏度和观测矩阵的相干性,本文依据信道建模所选节点方式来优化减少观测矩阵的平均相干性,以提高基于压缩感知的信道估计的性能。