超宽带(Ultra Wide Band，UWB)通信系统可以利用频带极宽的信道来传输信息，与传统窄带通信系统相比具备更高的传输速率，是未来通信行业研究的热点问题，进行准确的信道估计是保障超宽带通信系统可靠性的关键因素。传统的超宽带信道估计方法，在估计精度、频谱利用率上均有待提升，而压缩感知理论通过利用稀疏信号的特性，能够以较高的估计精度完成超宽带信道估计工作。
　　本文旨在通过对压缩感知理论中重构算法的改进，提高信道估计的精度。重构算法中的正则化正交匹配追踪(Regularized Orthogonal Matching Pursuit，ROMP)算法采用了并行的原子选择策略，虽然相较串行的原子选择策略，其算法运行效率较高，但单次选择多个原子导致其误差较大，导致其在信道多径数较多的情况下，信道估计精度较低。
　　针对上述问题，本文提出了自适应多路径正则化正交匹配追踪(Adaptive multipath-ROMP，AM-ROMP)算法，算法在ROMP的基础上扩大了原子支撑集的数量，采用了非单一支撑集的多条重构路径并行的方法，以提高重构精度，同时为了降低AM-ROMP算法中多路径策略导致的算法复杂度呈指数级增长的问题，设计了基于能量差值阈值判决的路径剔除策略，仿真结果表明，AM-ROMP算法的信道重构精度优于ROMP算法。
　　而在实际UWB通信系统中，稀疏度信息很难预先获得。本文在AM-ROMP算法的基础上，提出了自适应稀疏度的多路径正则化正交匹配追踪(Adaptive Sparsity Multipath-ROMP，ASM-ROMP)算法，算法融合了稀疏度预估理论，预先设置了一个小于真实稀疏度值的初始稀疏度值，再利用固定步长逼近真实稀疏度的方法，解决了稀疏度未知对重构算法的影响。同时针对多路径下的稀疏度逼近会使ASM-ROMP算法的复杂度成路径倍数增加，本文从原子集能量相似特性入手，设计了同级路径节点稀疏度同步方案，该方案使得各路径稀疏度值保持一致，无需反复估计各路径稀疏度，降低信道估计时间。仿真结果表明，ASM-ROMP算法能够在稀疏度未知的条件下完成信道重构，且重构精度优于SAMP算法。