大规模智能表面是一种新兴的低成本、低功耗的辅助通信技术。大规模智能表面通过调节入射信号的相位或者振幅,改变无线信号的传输环境,提高无线信号的传输效率。但是大规模智能表面通信系统的信道估计是一个颇具挑战性的难题,难点主要是大规模智能表面通信系统具有两级稀疏信道。一种可能的解决方案是使用压缩感知理论,这正是本文的主题。本文首先介绍了大规模智能表面技术,分析了大规模智能表面技术同反向散射技术和中继技术的区别,以及压缩感知理论在大规模智能表面稀疏信道估计上运用的可行性。其次本文给出了大规模智能表面的信道建模方法,分析了信道模型的特点,从而将大规模智能表面的两级信道作为联合信道进行估计。最后本文探究了大规模智能表面的信道估计解决方案:(1)利用导频信号的传统信道估计方法。本文提出了基于最小二乘法的信道估计算法,定义了导频结构,通过利用正交导频和最小二乘法,获得信道估计参数。(2)基于压缩感知的信道估计方法。本文提出了基于压缩感知理论的信道估计方法,该方法解决了传统信道估计方法的弊端。本文还提出了两种解决压缩感知忙信道估计的算法——凸优化算法和贪婪算法。仿真验证了两种算法的性能和效率,对比分析了基于压缩感知理论的信道估计性能和利用导频信道的传统信道估计性能。通过对比算法的运行时间和均方误差,得出凸优化算法具有较好的运行效率。通过对比算法的误符号率,得出本文所提的两种算法的相比传统信道估计算法具有较好表现。