智能交通系统（Intelligent Transportation Systems,ITS）是未来交通发展的核心,更是支撑车路协同、自动驾驶及车辆编队等无人化、智慧化交通的基础。车联网下的车载无线通信是ITS高效运作的重要组成部分,是保障交通安全、解决城市拥堵问题的关键技术。为了保证车联网通信的服务质量,在无线接收机侧采用信道估计联合信道均衡处理来对抗车联万物（Vehicle-to-Everything,V2X）通信下的信道衰落和噪声干扰的问题。长期演进（Long Term Evolution,LTE）-V2X采用Zadoff-Chu（ZC）导频序列,在V2X场景下,无线信道会受到噪声干扰,以及多径效应和多普勒效应引起的时、频域选择性衰落影响。为了解决LTE-V2X信道的噪声、非平稳、快时变及子载波间干扰（Inter-Carrier Interference,ICI）等问题,本文在传统信道估计算法基础上,在导频和数据符号上分别设计了改进的信道估计算法,并取得了一定的算法性能增益。本文主要工作内容如下:（1）针对V2X无线信道,分析了时/频率选择性衰落及非平稳特性,给出了时变多径信道模型和考虑ICI影响的信道模型,介绍了导频符号和数据符号上几种传统的信道估计算法,分析对比了算法复杂度,通过仿真分析对比了几种传统信道估计算法的优缺点,指出了传统信道估计算法的不足。（2）针对传统离散傅里叶变换（Discrete Fourier Transform,DFT）信道估计算法无法消除循环前缀（Cyclic Prefix,CP）长度内时域噪声的问题,提出了基于ZC序列的改进DFT信道估计算法。该算法利用ZC序列良好的自相关特性,通过设定检测阈值估计得到信道多径时延,接着将多径时延结果用于DFT算法来抑制CP长度内时域噪声。从计算复杂度和系统仿真结果表明,所提算法在较低的计算复杂度下,通过设定合理的多径时延检测阈值可以提升导频符号处信道估计性能。（3）对于数据符号处的时变信道跟踪问题,提出了联合迭代判决反馈和时变信道冲激响应（Channel Impulse Response,CIR）拟合的信道估计方法。首先通过判决反馈信道估计方法,利用发送信号的星座点映射原理,将发送信号导频化,进行反馈信道估计,并联合迭代的处理方式解决了信道快时变和非平稳的问题。进一步,通过多项式插值进行时变CIR拟合,获取各符号内完整的CIR,消除ICI影响。仿真结果表明,对比传统的信道插值和判决反馈算法,所提算法不仅具有更优的信道估计精度,在不同多普勒频移下也有着更好的算法鲁棒性。