近年来,随着移动通信技术的高速发展,地面通信网络已经步入5G时代。在5G技术面向商用的过程中,移动通信卫星作为地面蜂窝网络的重要补充,可有效地解决蜂窝网络覆盖能力不足的问题,对5G技术在航海、航天、勘测、救援等领域的应用与发展起着举足轻重的作用。5G技术与卫星通信系统的融合已经成为未来空天一体化发展的必然趋势。本文面向低轨卫星通信系统与5G的融合网络,基于现行5G物理帧结构,对下行同步中的大频偏估计问题展开研究与分析。首先,本文阐明了低轨卫星通信系统的信道特性,其中主要针对低轨卫星系统中的多普勒频移现象进行了分析,给出了低轨卫星系统在不同载波频段下的多普勒频移的范围,并且根据给出的多普勒频移范围,本文针对大频偏对OFDM系统的影响进行了分析。然后,本文基于5G下行主同步信号,对大频偏估计算法展开研究。首先,对大频偏估计时,产生估计误差的原因进行了分析,说明了当信道中的频偏越大,整数倍频偏估计算法受定时同步误差的影响越严重,频偏估计误差越大。为了减小大频偏估计的误差,本文提出一种基于多径分离的频偏估计算法,其主要思想是通过多次迭代,对信道中的多径信号进行提取,并用于频偏估计,以提高算法的信噪比,增强频偏估计的准确性。经过仿真实验验证,该算法在典型低轨卫星信道环境下,频偏估计均方误差明显低于传统频偏估计算法,特别是在某些直射信号较弱、多径数目较多的信道环境下,该算法的估计准确性尤为突出。最后,本文基于时域m序列,提出一种数据辅助频偏估计算法,该算法主要针对多径信号较少,含有明显主导路径的大频偏信道环境。在这样的信道条件下,由于可利用的多径较少,基于多径分离的频偏估计算法在大频偏估计性能上难以获得有效的提升。相对于传统算法,该算法主要有两处明显优势,其一,通过对训练序列的设计,该算法可以获得较高的信噪比增益和较好的抗多径干扰能力,定时同步准确性较高,有助于减小整数倍频偏估计误差;其二,该算法对分段相关方式进行了改进,可以通过迭代,有效减小小数倍频偏估计的估计误差,且小数倍频偏估计渐近无偏。经仿真实验对比,在具有明显主导路径的大频偏信道环境下,该算法的频偏估计准确性高于基于多径分离的频偏估计算法;而在多径数目较多的信道环境下,该算法的估计性能略微低于基于多径分离的频偏估计算法。