正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)是一种多载波调制技术，它具有频谱利用率高、实现简单、抗多径干扰能力强等突出优点，是下一代通信系统的核心技术，也是当前移动通信领域的研究热点。但在OFDM应用中一个最为关键的技术难点就是同步问题，相对单载波系统而言，OFDM对同步误差非常敏感，同步问题如果解决得不好，会引起OFDM系统性能的急剧下降。本文主要研究OFDM系统中的同步算法。首先简要介绍了OFDM基本原理和特点，然后分析了频率偏差、定时偏差和抽样时钟偏差三种偏差的产生机理及其对系统性能的影响。继而将同步算法分成非数据辅助(NonData-Aided，NDA)和数据辅助(Data-Aided，DA)两大类，重点研究了基于循环前缀(Cycle Prefix，CP)的最大似然估计(Maximum Likelihood，ML)算法和基于训练符号的Schmidl&Cox算法，分别对这两种算法进行了改进：对基于CP同步算法提出一种利用部分CP自相关的估计算法；对Schmidl&Cox算法通过增加计算点数和平滑最大值处理方法来进行算法改进。通过MATLAB进行仿真分析，证明了改进算法估计性能的提高。对基于CP的ML估计的改进算法在多径信道下性能较传统ML算法有所提高，并能减少计算量。而改进的SC算法虽然计算量有所增加，但有效减少符号定时的波动，在低信噪比情况下定时同步性能有明显改善。