在实际移动通信系统中,信道多径的数量、多径的幅值及多径时延均会随着移动台的运动而动态发生变化,传统的稀疏信道估计方法将不再适用。针对 MIMO OFDM系统的时变稀疏信道模型,该文提出一种基于卡尔曼滤波的时变稀疏信道估计算法。该算法将重加权最小 e1范数问题转化为非线性等式约束卡尔曼滤波问题,并构造一个伪观测方程线性化重加权最小 e1范数约束方程。然后,分两次采用卡尔曼滤波器实现时变稀疏信道的重构。仿真结果表明,在信道稀疏度动态变化的情况下,本文算法的信道估计均方误差优于基追踪等经典的稀疏信道估计算法。