正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）系统因能有效抵抗多径效应而应用广泛,其中接收设备准确获取信道状态信息（Channel State Information,CSI）的能力变得非常重要。首先,本文研究陆上无线通信系统,围绕压缩感知（Compressed Sensing,CS）理论和多径信道稀疏性,对两种重构算法做改进;其次,研究水下声波（Underwater Acoustic,UWA）通信系统,围绕OFDM系统优势、UWA信道的稀疏性和复杂性,提出结合CS理论重构UWA信道,并筛选出一种创新的重构算法。主要研究内容如下:第一,根据OFDM、MIMO-OFDM系统构造稀疏信道模型,研究信道在时延域的稀疏表示。从CS理论角度出发,设计能以很高概率重构信道的导频。利用CS理论,使用正交匹配追踪（Orthogonal Matching Pursuit,OMP）算法重构CSI,OMP算法依赖信道稀疏度信息,本文提出自动停止的正交匹配追踪（Automatically-stopped Orthogonal Matching Pursuit,As OMP）算法,能自动停止迭代,且估计性能优于OMP算法,实验结果表明,As OMP算法自动迭代次数与OMP算法迭代次数几乎相同;第二,采用压缩采样匹配追踪（Compressive Sampling Matching Pursuit,CoSaMP）算法重构CSI,CoSaMP算法通过剔除错选原子使残差收敛,但偶尔残差的收敛性不确定,这导致CoSaMP算法重构速度不稳定,本文提出快收敛压缩采样匹配追踪（Fast Compressive Sampling Matching Pursuit,F-CoSaMP）算法,能保证残差的绝对收敛,经实验证明,F-CoSaMP算法的估计性能更好;第三,结合OFDM系统优势与UWA系统稀疏性、突出的多径效应、显著的多普勒扩展构造UWA-OFDM系统稀疏信道模型,研究信道在多普勒时延域的稀疏表示。提出使用阶段性确定的匹配追踪（Stage-determined Matching Pursuit,SdMP）算法重构CSI,并与OMP算法、CoSaMP算法对比。实验结果显示:OMP算法与SdMP算法估计性能较好,且二者估计性能接近;OMP算法的运行时间在信道稀疏度低时较短,并随稀疏度增加而延长,而SdMP算法多数情况下的运行时间都有不错的优势,适用于复杂的UWA通信系统。