Импульсная характеристика канала со многими входами-выходами и мультиплексированием с ортогональным частотным разделением сигналов MIMO-OFDM (multiple input multiple output orthogonal frequency division multiplexing) содержит меньшее количество ненулевых компонентов. Кроме того, размещения ненулевых отводов совпадают в области задержки. Таким образом, импульсные характеристики канала возможно моделировать с помощью приближенных групповых разреженных сигналов (approximately group sparse signals). В работе предложен новый метод сживающего разреженного байесового обучения ESBL (extended sparse Bayesian learning) для многоканального компрессионного зондирования сигнала с целью оценки канала в системе MIMO-OFDM. В случае совместного расширенного разреженного байесового обучения JESBL (joint ESBL) для оценки канала использованы и пилотные и информационные поднесущие. Эти методы позволяют уменьшить количество пилотных поднесущих в OFDM системе и улучшить спектральную эффективность системы MIMO-OFDM.