針對當前基于奇異值分解的線性最小均方誤差（ SVD-LMMSE）法信道估計誤差相對較大的問題，提出了一種基于經驗模態(tài)分解和奇異值分解（ EMD-SVD）差分譜的離散小波變換（DWT）域線性最小均方誤差（LMMSE）自適應信道估計算法。在對信號進行最小二乘（LS）信道估計及預濾波處理后，運用DW‘r對信號的高頻系數進行閾值量化去噪處理；然后結合基于EMD-SVD差分譜的自適應算法，將強噪聲小波系數中微弱的有效信號提取出來，并進行信號的重構；最后根據循環(huán)前綴（CP）內、外噪聲方差的均值設置相應門限，對循環(huán)前綴以內的噪聲進行再次處理，從而進一步降低噪聲的影響。對算法的誤碼率（BER）和均方誤差（MSE）性能進行實驗仿真，實驗結果表明：所提算法的整體性能明顯優(yōu)于經典的LS算法、傳統(tǒng)的LMMSE算法和目前較為流行的SVD-LMMSE算法，能夠較好地降低噪聲的影響，并可有效提升信道估計的精確度。