本论文致力于针对SαS噪声环境下的稀疏双选择性信道估计和高效信道译码技术研究,属信号处理领域近年来研究热点和难点之一,主要内容包括：基于自适应滤波和压缩感知的信道估计算法、SaS噪声下的软解映射、低复杂度和低译码延时的TPC迭代译码算法以及喷泉码的应用研究。本文工作是作者所在实验室承担的重点工程项目的一部分。论文的主要工作和创新性成果概括如下。1、对现有的几种基于BEM的双选信道模型和SaS噪声的特点进行了深入的研究,在此基础上将DFT-BEM选为本文使用的双选信道估计模型。2、在稀疏双选信道估计方面：(1)提出了一种基于DFT-BEM模型的H∞自适应滤波稀疏双选信道算法。针对SαS噪声中个别脉冲对信道估计影响较大的情况,提出了一种本文称为“5σ预处理”的方法。仿真结果显示,5σ-预处理能够带来较明显的性能提升；与现有的sIPNLMS算法相比,无论多径信道还是双选稀疏信道,新算法都具有明显的性能优势。尽管新算法所需的训练序列要多于基于压缩感知的算法,但其在近似稀疏信道下没有地板效应。(2)提出了一种SaS噪声下具有鲁棒终止条件的基于OMP的稀疏双选信道估计算法。.针对稀疏度未知这一主要问题,对SαS噪声下OMP算法的残差进行了理论分析,并提出了一种鲁棒迭代终止条件,算法终止时的迭代次数即是稀疏度的估计值。仿真表明OMP改进算法能够在GSNR在5dB以上时达到90%以上稀疏度估计准确率,信道估计的效果与已知稀疏度的OMP算法接近,与同样不依赖于稀疏度的IPNLMS和mCoSaMP算法相比有明显的优势。(3)提出了一种SaS噪声下的改进CoSaMP稀疏双选信道估计算法。为了适应SaS噪声环境,提出采用LPN估计代替现有的LS估计；并针对原始算法中稀疏向量替代需要测量矩阵严格满足RIP准则这一缺点,提出了一种新的稀疏向量替代,能够在非严格满足RIP准则的测量矩阵下达到较好的稀疏度估计和稀疏信道估计效果,因此在相同的信道估计性能下采用新的替代能够达到降低训练序列或导频开销提高信道利用率的效果；通过对稀疏信道估计中的噪声分量的分析,提出了一种稀疏度估计算法。CoSaMP改进算法能够在5dB以上时达到最低70%的稀疏度估计准确率,并且由于在SaS噪声下进行了改进,信道估计的效果略优于已知稀疏度CoSaMP算法。3、在信道编译码方面：(1)提出了SaS噪声下基于欧式距离的软解映射。软解映射是SISO迭代译码前的一个重要的步骤,它将符号软信息映射为译码所需的比特软信息。本文提出的算法可以使用现有的Gauss噪声的软解映射算法和译码算法,仅需在译码前加入一个预处理算法,因此该算法具有使用简单和运算量低的特点。本文提出的算法与Huber算法在相同误码率下所需信噪比要低0.3dB左右,而与SaS分布概率密度直接计算的算法性能较为接近。(2)提出了一种低复杂度和低译码时延的TPC改进迭代译码算法。针对原始的Chase-Pyndiah算法译码时延大、复杂度高以及Argon并行译码有性能损失的问题,提出了一种低译码时延的并行迭代译码方案,并且在不降低译码性能的前提下对Chase-Pyndiah算法做出了一些降低复杂的改进；在TPC译码器的具体设计中,首先通过并行比较确定可信度低的码元,较大的降低了译码时延；然后在候选码字与软输入矢量的欧氏距离的计算中,采用简化的欧氏距离、格雷编码的测试图样以及优化的似然码字和竞争码字的搜索方案,减少了运算量,进一步降低译码时延。(3)研究了喷泉码在SaS噪声下稀疏双选信道通信中的应用,喷泉码具有避免反馈、充分利用时变的信道容量、隐蔽性好、能耗低的优点。仿真表明喷泉码在与ARQ的对比中优势明显,并且其传输时间几乎与误帧率无关。