随着铁路服务需要的不断增加,人们对运输能力和通信速度的需求也越来越来大LTE作为一种先进的通信系统,采用正交频分复用OFDM技术和多输入多输出MIMO技术相结合的方式,其具有高数据速率、低系统时延、大系统容量以及广泛的覆盖范围等优点,将其运用于铁路通信中能够较好地满足这一要求。研究LTE系统在高移动环境下的信道估计算法,使接收端能够正确的检测到信号,也就尤为迫切,尤其针对高铁这种用户速度相对较高,多普勒频移较大的环境,对信道系数的准确估计就变得更加重要。因此本文重点研究LTE标准下的信道估计算法,并在理论分析的基础上选择一种实现复杂度较低且在高移动环境下信道估计较为优良的算法用于DSP硬件实现。为了选取在高移动场景下较优的信道估计算法,本文首先介绍了MIMO-OFDM在基扩展模型(Basis Expansion Model)下的频域信号接收模型,然后根据LTE上行特殊的导频设计结构,详细介绍并分析了传统信道估计LS算法,DFT算法,MMSE算法以及BEM模型下的最大似然(Maximum likelihood)算法和卡尔曼滤波(Kalman Filtering)算法,并且结合搭建的LTE仿真平台,考虑收发两端理想同步的条件下,针对不同的信道场景,对以上多种信道估计算法进行仿真分析以及复杂度评估,相关分析结果表明在高移动环境下可使用基于BEM模型的ML信道估计技术作为DSP实现的算法。论文采用TMS320C6474 DSP硬件平台,提出了基于BEM模型的ML信道估计算法的DSP实施方案,同时在软件集成开发环境CCS中实现了算法各模块的设计和优化,并针对各模块的实现方案给出了对应的误差分析,最后将信道估计算法各模块整合调试,在基于DSP实现的LTE链路上对相关信道算法进行了验证。