在未来的移动通信系统中,正交频分复用(OFDM)技术由于频谱利用率高、能有效对抗频率选择性衰落以及成本比较低等原因,越来越受到人们的青睐和关注。随着人们对通信个性化、数字化、宽带化和移动化的需求,OFDM技术在综合无线接入领域将会得到越来越广泛的应用。然而OFDM技术存在两个最大的缺点:峰均比过大和对载波频率偏移敏感,很小的载波频率偏移都将会导致系统性能的急剧下降。因此研究准确、高效的载波频偏估计算法势在必行,这也是本论文的主要工作。论文在深入研究当前国际上一些载波频率偏移估计算法的基础上,重点研究了OFDM系统中基于训练序列的载波频偏估计算法并对其性能进行了论证和分析。论文的主要工作在于:首先,分析了OFDM系统的基本结构,研究了常用的信道:AWGN信道、平坦衰落信道和频率选择性衰落信道,并对这些信道进行了建模和仿真。其次,分析了载波相位偏差和载波频率偏移对系统的影响,并详细研究了载波间干扰自消除算法和ML算法,对其性能进行了对比分析。最后,深入研究了P.Moose算法和Schmidl&Cox算法,在此基础上给出了两种改进算法,即基于实数训练序列的载波频偏估计算法和基于复数训练序列的载波频偏估计算法,它们都是数据辅助算法(data-aided)。改进算法的性能更稳定,并且能够在保证运算复杂度较小的前提下,获得更高的估计精度。基于实数训练序列的载波频偏估计算法能够同时在时域内完成小数倍和整数倍的频偏估计,运算复杂度低,估计准确度高。仿真结果表明随着载波频率偏移的增大,信号的误码率急剧增大,因此有必要采取有效的频偏估计算法来降低通信系统的误码率。而本文采用的基于训练序列的频偏估计算法,能有效的估计出载波所受到的频率偏移值,大大降低了系统的误码率,提高了OFDM系统的性能。