正交频分复用(Orthogonal Frequency-division Multiplexing, OFDM)技术能有效对抗信道的频率选择性衰落,具有较高的频谱利用率,通过添加循环前缀(Cyclic Prefix, CP)消除符号间干扰等一些优点正成为现在乃至未来移动通信中一种不可或缺的关键技术。然而,该技术在干扰环境下也面临一些挑战,其中就包括干扰抑制和信道估计问题。对于干扰抑制问题,现有典型的干扰抑制技术可分为时域消除法,自适应滤波法和门限干扰消除法。虽然这些方法都能在一定程度上对干扰进行抑制,但抑制效果总不是那么令人满意。如时域消除法中,寻找一种性能良好的参数估计算法通常较为困难,当干扰参数估计不准确时,不但不能消除干扰,甚至可能引入另一个新的干扰,使得该方法的抑制效果受限。自适应滤波法中,在滤除干扰的同时,也损失了有用信号,同时,该方法需要进行迭代,对系统造成一定的延迟。而门限干扰消除法在OFDM系统中,必须结合编译码和交织,否则抑制效果不明显。论文针对这一问题,提出了一种基于能量扩展变换(Energy-Spreading Transform, EST)的干扰抑制技术。针对多音干扰,该算法在发送端对调制后的信号进行EST操作,实现调制信号的时频域二维能量扩展,在接收端首先利用时域消除法进行干扰抑制,将处理后的信号进行能量扩展逆变换( Inverse Energy-Spreading Transform, IEST),增加各个子载波间的相关性,降低时域消除后遗留的残留干扰,最后进行解调。为了进一步提高信号检测的准确性,将解调信号重新进行调制和EST,得到重构的发端信号,反馈回时域消除模块,提高多音参数估计精度,从而更为有效地消除干扰。论文从理论上分析了该迭代方式的可行性,并从仿真结果中得到进一步的验证。针对部分带干扰,提出了一种基于滑动平均频域检测技术。该技术将一个OFDM符号分成若干份子集,每个子集包含若干个子载波符号,并求得每个子集的元素平方均值,利用恒虚警概率(Constant False-alarm Rate, CFAR)和顺序统计(Order Statistics, OS)理论,得到门限因子。与单个子载波符号相比,这些均值更能准确地描述有用信号的功率情况,因此,减少了在检测中由于噪声的随机性引起的虚警问题。同时,该技术利用子集平均值中的最小值,由于该最小值远离干扰的影响,使得得到的门限因子具有较高的可信度,从而使得该技术具有良好的检测性能。利用该技术对受干扰子载波上的数据进行限幅,将处理后的信号进行IEST操作后,进行解调。通过性能分析和仿真验证,该方法能有效减少部分带干扰对系统的影响。在无线通信的接收端,为了得到更好的性能,通常需要对信道进行估计以获得信道的相关信息。目前,在慢变信道下,不管是基于导频的插值算法,还是基于最大似然(Maximun likelihood, ML)或最小均方误差(Minimum mean square error, MMSE)准则的非线性估计算法,都能取得到较好的估计性能。然而,这些估计算法在干扰环境下,其性能都会有不同程度的恶化。论文主要针对这一问题进行研究。首先,对目前干扰环境下的OFDM系统信道估计算法做了总结,包括联合干扰检测与信道估计法和期望最大(Expectation Maximization, EM)信道估计法。其次,对EM信道估计法中存在的不足,即信道多径时延已知这一在实际系统中不能满足的假设条件,进行完善。提出了一种干扰环境下的信道时延估计算法,该算法包括部分带干扰检测与抑制及信道时延估计两部分。针对部分带干扰检测,分析研究了导频处信道频域响应值的统计特性,利用双门限CME(Consecutive mean excision)算法,检测出受干扰的导频子载波并进行抑制。针对信道时延估计,分析研究了导频处的信道频域响应的数学模型,利用ANP(Alternating Notch Periodogram)谱估计算法,得到信道时延估计值。仿真结果表明,利用这种改进的EM信道估计算法得到的信道频域响应NMSE(Normalized Mean Square Error)性能以及对应的系统BER性能与时延已知时的EM信道估计算法的性能十分接近。