正交频分复用（OFDM）技术,具有数据传输速率快、频谱利用率高等优点,因而被广泛应用于无线通信中。OFDM系统的信道估计是其信道均衡、检测和解码的基础,估计性能的好坏直接影响着接收机能否准确地解调OFDM信号。但在快时变环境下,由于收发端的相对高速移动,多普勒频移增大,频谱展宽,破坏了子载波间的正交性,引起子载波间干扰（ICI）。因此,我们需要找到合适的信道估计算法,有效抑制ICI,进一步提高系统性能。本论文是对快时变环境下OFDM系统信道估计算法的研究,主要工作及贡献如下:首先,介绍了无线信道的特性及OFDM系统的基本原理,重点研究了基于导频的信道估计算法。分析了不同环境下导频结构对于信道估计性能的影响,并通过仿真验证了梳状导频结构在快时变环境下的性能优势。其次,考虑到OFDM系统中针对采样间隔信道的常用信道估计算法不能有效地抑制信道冲激响应（CIR）中循环前缀长度内噪声的问题,提出了一种改进的基于离散傅里叶变换（DFT）的信道估计算法。该算法引入能量增长速率函数来判断CIR的分布情况,以便对循环前缀长度内的噪声进行消噪处理,同时又利用多次迭代的过程,进一步抑制ICI和噪声。仿真结果表明,该算法的性能优于最小二乘（LS）信道估计算法、传统的基于DFT的信道估计算法和基于阈值的DFT信道估计算法。在系统误比特率为10^-2时,改进的基于DFT的信道估计算法比其他算法有3-5dB的性能增益。然后,针对基于聚类的信道估计算法只对噪声进行聚类分析,容易引起边缘误差及无法很好地估计非采样间隔信道的不足,提出了一种基于K-means算法的信道估计算法。该算法从噪声类和信号类的角度出发,利用非采样间隔信道CIR分布的特点,通过不断判别和迭代更新噪声类和信号类的聚类中心,把CIR划分为信号部分和噪声部分,有效抑制了边缘误差、CIR能量泄露和噪声。仿真结果表明,该算法在非采样间隔信道中的性能明显优于针对采样间隔信道的LS信道估计算法、基于聚类的信道估计算法和第三章提出的改进的基于DFT的信道估计算法,在多普勒频移f_d=200Hz且系统误比特率为10^-2时有5-7dB左右的大幅性能增益。同时对于采样间隔信道,基于K-means算法的信道估计算法虽然估计性能比第三章提出的算法稍差,但相比其他两种算法也仍然具有较好的估计性能,算法普适性较强。最后,为了提高对快时变环境下OFDM系统中非采样间隔信道的估计性能,提出了一种基于分数抽头信道近似的复指数基扩展联合反馈DFT信道估计算法（FTCA-CE-BEM-DFT）。该算法在基于分数抽头信道近似的复指数基扩展模型（FTCA-CE-BEM）基础上,利用非采样间隔信道CIR主要集中在两侧的特点,将初次消除ICI的信号作为反馈进行DFT,进一步抑制了CIR能量泄露、ICI和噪声,有效地近似了实际信道。仿真结果表明,该算法的性能优于基于复指数基扩展模型的信道估计算法（CE-BEM）、基于复指数基扩展模型的联合反馈DFT信道估计算法（CE-BEM-DFT）和FTCA-CE-BEM信道估计算法。在系统误比特率为2-10时,FTCA-CE-BEM-DFT信道估计算法相比FTCA-CE-BEM信道估计算法有3dB左右的性能增益,在信道均方误差为3-10时,也有4dB左右的性能增益。