随着人类社会的高速发展,移动通信需要提供更高的传输速率,更好的服务质量,巨大的市场需求推动着各类移动通信技术的进步。在这其中,正交频分复用技术(Orthogonal Frequency Division Multiplexing,OFDM)因其具有高速的数据传输能力、高效的频谱利用率和较强的抗多径干扰能力等优点,被普遍认为是下一代移动通信系统的核心技术,是目前通信领域的研究热点之一。信道估计是研究如何通过对接收信号的处理而获取通信信道的状态信息(Channel State Information,CSI)的一项技术,是OFDM系统的关键技术之一。信道估计的算法有很多,但大体上可以分为三类:基于发送导频或训练序列的非盲信道估计、盲信道估计及这两者结合产生的半盲信道估计。盲信道估计算法因完全不需要发送导频或训练序列,提高了系统的频谱利用率,受到了研究人员越来越多的关注。本文首先简要介绍了无线信道的特点,OFDM系统的基本原理及其矩阵简化模型。然后在此基础上,分析了确定型和统计型两大类盲信道估计算法中的代表算法,重点研究了噪声子空间算法。详细阐述了噪声子空间算法实现盲信道估计的全过程,仿真分析了各类因素在加性高斯白噪声(Additive White Gaussian Noise,AWGN)信道与瑞利信道条件下对噪声子空间算法估计性能的影响。最后在此基础上改进了噪声子空间算法引入数据冗余的方式,使之具有更广的适应范围与更好的估计性能,并对该改进算法进行了性能仿真。