信道的特征参数提取是获得信道状态、确保无线通信质量的基础。同时,随着用户数量的激增,频谱资源日趋紧张,信道特征参数提取是通信资源合理分配的关键。最大多普勒频移是无线信道小尺度特征参数,是体现终端移动速度和信道衰落程度的主要指标,在通信系统的资源管理、越区切换中发挥着积极的作用,因此对无线信道最大多普勒频移参数的提取具有重要意义。本文针对瑞利信道及单输入多输出(Single Input Multiple Output,SIMO)信道环境下的最大多普勒频移估计问题,展开理论与应用研究,主要研究工作如下:(1)针对现有最大多普勒频移估计方法在噪声背景环境下估计精度差、资源消耗多的问题,提出了一种基于奇异熵增量曲率的噪声匹配改进方法。该方法首先对含噪的接收信号包络矩阵进行奇异值分解,通过寻找奇异熵增量曲率的最大值保证信号的有用分量不受损,根据最佳滤波带宽比选择合适的矩阵重构阶次,利用重构后的信号包络估计最大多普勒频移。(2)针对SIMO系统中因存在少量莱斯信道导致电平通过率算法应用时对统计结果造成误差的问题,提出了一种基于信道判别的偏差值剔除方法。该方法首先通过包络的概率密度函数对各子信道的类型进行判别,根据判别结果求取各子信道的最大多普勒频移,构造单因素方差分析表,通过方差分析剔除表中估计结果的偏差值,得到有效的最大多普勒频移统计结果。实验表明:所提方法一实现了在噪声环境下无需对接收信号包络的反复低通滤波处理,保证最大多普勒频移的准确估计的前提下提高算法效率,降低了算法的时间开销。所提方法二实现了电平通过率算法在系统级应用的适用性,扩大了算法的应用范围,可以保证估计结果不受子信道莱斯因子影响,提高了估计精度。