未来无线通信面临的主要难题是如何用有限的频谱资源实现最大速率传输,为克服这一难题需要采取一些先进的技术手段。结合了MIMO技术的WPDM系统(简称MIMO-WPDM系统),不仅可以实现变带宽的高速数据传输,还可以显著地增加信道容量并提高频谱效率,是解决未来无线通信主要难题的有效技术手段之一。采用了自适应传输技术的MIMO-WPDM系统,能够根据信道状况自适应地调整传输方式,从而实现更加可靠、有效的通信。然而,在自适应传输的相关技术中都需要利用信噪比(Signal-to-Noise Ratio,SNR)参数,这些参数信息在实际的通信系统中需要通过估计获得,可见,有效的SNR估计对自适应MIMO-WPDM系统来说是具有重要意义的。本文就多载波系统的信噪比估计问题分别对适用于高斯信道和无线衰落信道的几种典型SNR估计算法进行了介绍,通过仿真发现,这些算法在各自假设的信道环境下可以有效地估计出SNR,但当信道环境不能满足算法要求时,估计性能会严重恶化。接下来本文根据WPDM系统子载波结构的紧支性,选取接收信号支撑区间外的部分求其能量作为对应子载波噪声能量的平均值,进而估计出各子载波的信噪比,最后得到系统的平均信噪比,在时间和频率选择性衰落信道中的仿真结果表明,在准确地检测出支撑区间端点并选取合理的噪声区间后,提出的算法可以较为准确地估计出SNR,且估计范围广,估计性能受信道衰落特性影响较小。此外,针对MIMO系统的信噪比估计问题,介绍了一种基于QR分解的SNR估计算法,但该算法的性能取决于信道估计的结果;接着对SIMO系统的基于子空间的SNR估计算法进行了扩展,将其推广到了MIMO-WPDM系统中,该算法通过对噪声子空间所对应的特征值求其统计平均得到噪声功率的估计值,进而估计出每路天线上接收信号的SNR,仿真表明该算法估计性能稳定,在无线衰落信道中具有较低的估计误差,且系统的天线规模越大估计出的误差越小。