信道估计是移动通信中的关键技术，随着数据量和传输速率的提高，通信系统对信道估计的要求越来越苛刻。本文阐述了信道估计理论的研究现状，对移动衰落信道的主要特征和分类进行了探究，从数学分析和实验仿真两个角度对信道常用模型进行介绍。重点说明了一种更适用于频率选择性信道的Jakes模型的一种替代模型和时变信道仿真中常用的傅里叶扩展基模型(CE-BEM:Complex-Exponential Basis Expansion Model)。本文对OFDM系统中慢时变信道的估计技术进行了研究并提出了一种新算法。基于叠加序列(ST: Superimposed Training)信道估计方法把导频叠加在信息数据上，不占用宝贵的频带资源，而得到了广泛的关注。本文系统介绍了基于叠加导频信道估计算法的研究进展和实现过程。针对ST算法效果不佳和ST算法的改进算法基于数据的叠加导频(DDST: Data-Dependent Superimposed Training)估计方法复杂度高的特点，对OFDM系统中的导频进行了特别处理，提出了一种基于部分数据的叠加导频(PDDST: Part-Data-Dependent Superimposed Training)信道估计方法，并应用于慢时变信道的估计。利用导频序列在时域为冲击序列的特点，对导频周围参与信道估计运算的信息数据进行能量削减。避免了DDST算法运算量大且实现过程慢的缺点。在接收端，提出了补偿所削减的信息数据的方法，避免由于信息数据幅值太小而降低数据恢复的性能。基于叠加导频信道估计和基于数据的叠加导频估计运算量庞大，故其在实际通信系统中应用较少，本文给出了所提算法在FPGA平台上的实现方案，并分模块进行了实现。