认知无线电技术是下一代通信网络的关键使能技术,它能有效的解决无线网络中频谱资源的相对“短缺”与“浪费”。认知无线电技术能够感知周围环境的通信状态并实时调整发射参数。其关键技术之一就是用户终端具备对处于动态无线环境下的电波传播多维多尺度特征的深入理解能力。MIMO(Multiple-input multiple-output,多输入多输出)信道的研究现已成为认知无线电网络的研究热点,但是目前关于MIMO的研究大多是从某种固定传播环境的静态场景中来建立信道模型,描述信道中电波传播特性,这将导致用户终端缺乏对无线电波传播特征动态变化的感知能力。本文针对动态变化的无线MIMO信道传播环境,设计一种动态多维参数联合估计方法,用于快速估计并跟踪无线环境电波传播路径参数的空时变化,从而可进一步提升认知终端对于本地无线传播环境的感知能力,完成认知终端的通信服务自适应。本文首先详细分析了动态无线信道的特性,并对动态无线信道特征参数进行表征。在此基础上建立可观测的MIMO信道模型,并采用二维离散傅里叶变换对模型进行简化,减少后续模型求导的计算复杂度。基于该简化模型,本文对传统的基于时域的EM算法进行改进,推导基于频域的EM算法的公式,并提出联合基于频域的EM算法和EKF算法(EM-EKF),用于估计动态无线MIMO信道环境中传播路径的参数,实现传播路径参数的动态跟踪。为了评估本文提出的算法的性能,利用IlmProp仿真平台搭建两种典型的仿真场景,分别分析了两个仿真场景下算法对传播路径参数的估计性能。并通过分析传播路径参数估计值与仿真值在时延-角度域上的位置偏差来进一步评估算法的性能。并与传统的SAGE算法做了性能比较,从实验结果可以看出EM-EKF算法相比于SAGE算法具有较高的估计精度以及较低的时间复杂度。