移动通信技术已经成为现代通信技术中应用最广泛、发展最迅速的技术之一。第三代移动通信系统即将商用。而满足更高速率,更大容量,为用户提供宽带多媒体业务接入的下一代通信系统(Beyond 3G)也已经应运而生。未来的无线通信系统将要实现高质量、高速率的多媒体传输。为了实现这一目标,必然要克服无线信道带来的诸多不利影响,如功率受限、空间变化、时间变化、频率变化等。要克服这些影响,应用无线通信系统高速准确的传输数据,就需要对无线信道有更加彻底的了解。所以在与现代通信系统相互关联的诸多技术中,信道估计技术日益成为研究的重点之一。信道估计技术有很多种,其中基于自适应原理的信道估计技术是其中的一个分支。最小均方误差(LMS)滤波算法和卡尔曼(Kalman)滤波算法是目前应用最为广泛的自适应信道估计算法。本文针对无线多径信道的特点,经过对以上两种算法进行详尽的分析研究,提出了一种新的信道估计算法――基于自适应神经模糊逻辑推理系统(ANFIS, Adaptive Neuro-Fuzzy Inference System)的信道估计算法。首先,本文采用ANFIS对无线信道的输出数据进行模拟。在确认输出结果误差性能良好之后,设计出针对不同复杂度的信道的估计算法,将其应用到无线通信系统的信道估计算法中,并在不同信噪比环境下进行了仿真实验。通过计算机仿真实验证明,本文研究的基于ANFIS的信道估计算法在不同信噪比环境下都有效的降低了系统误码率,在计算复杂度,系统性能等方面明显优于传统的自适应信道估计算法。