近年来,随着压缩感知(Compressed sensing,CS)理论的普及,该技术已经被广泛应用于正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)的稀疏信道估计研究中。不同于传统的信道估计方法,基于CS的信道估计技术可以利用极低的采样速率对信号进行采样,并有效地重建信号,这样可以减少对导频的使用,提高系统的传输效率。其中,常见的稀疏信号重构算法主要有:正交匹配追踪(Orthogonal matching pursuit,OMP)算法,压缩采样匹配追踪(Compressive sampling matching pursuit,CoSaMP)算法等贪婪算法。此外,一些凸优化算法如SpaRSA(Sparse Reconstruction by Separable Approximation)和YALL1等算法同样也可以作为重构算法对稀疏信号进行恢复。然而,大部分学者把研究的重点都放在了信道估计算法的改进与创新上,却忽略了影响信道估计性能的其他因素,如导频结构的设计。现有研究表明,不同的导频结构对稀疏信道估计的最终性能也起到了十分重要的作用。因此,本文将对OFDM稀疏信道估计下的导频结构设计问题进行重点研究,通过对导频结构进行针对性设计,提高整个系统的信道估计性能。本文首先在确定性导频结构设计标准的基础上,对现有标准及其实现算法进行了归纳与总结,并在此基础上实现了完善与改进,减小了算法的复杂度,提高了算法的收敛速率。此外,本文还给出了一种自适应导频结构优化设计算法。不同于传统的确定性导频设计算法,该自适应算法将根据实际传输环境对导频结构进行动态的调整,使整个系统始终保持较高的估计性能。本文的主要工作如下:1.本文对现有的确定性导频结构设计标准进行了归纳与总结,并针对不同的标准分别给出了一种具体的算法实现。通过对仿真实验结果的分析与对比,详细说明了各标准所适用的场景以及估计性能之间的差异。2.本文在传统MIP标准的基础上对其实现算法进行了改进,通过与遗传算法的结合,降低了原有算法的复杂度,提高了算法的稳定性及收敛速率。3.本文对MIP标准本身进行了完善,给出了一种改进后的确定性导频结构设计标准。与一般的MIP标准相比,改进后的标准更充分地考虑了稀疏信号在恢复过程中的其他因素,丰富了对测量矩阵的设计,使在该标准下所得到的导频结构具有更加稳定更加精确的估计性能。4.本文提出了一种自适应导频结构设计思想,并给出了其具体的算法实现。不同于传统的确定性导频结构设计,该思想强调将导频结构的设计问题与实时的信道估计相结合,利用实时估计出的稀疏信道脉冲响应(Channel impulse response,CIR)反馈到导频结构的重构设计上。此外,为了解决贪婪算法在恢复精度上欠缺的问题,本文还利用了凸优化算法中的最小1l范数模型对导频结构进行进一步的筛选,并模拟遗传算法中的迭代过程不断地对导频结构进行重建,直至其最终收敛。5.为了降低自适应算法在工程应用中的实现难度,本文还将确定性导频结构设计算法与自适应性导频结构设计算法相结合,通过对导频结构进行一定的预处理,减少了自适应性算法所需要的收敛时间,提高了算法的效率。