随着现代通信技术的发展，频谱逐渐成为一种稀缺资源，而人们对通信服务的需求日益增长，运营商也急于开展宽带新业务，如何能够有效利用频谱资源成为一个亟待解决的问题。认知无线电（Cognitive Radio, CR）的提出，为合理利用、分配频谱资源提供了可能。非连续正交频分复用（Non-ContiguousOrthogonal Frequency Division Multiplexing, NC-OFDM）作为一种特殊的正交频分复用（Orthogonal Frequency Division Multiplexing, OFDM），不但具有OFDM频谱利用率高、抗多径干扰能力强的优点，并且因为可以利用不连续子载波进行数据传输，使它成为认知无线电的常用传输方式。信道估计是NC-OFDM系统的关键技术之一，目前却缺乏系统深入的研究。近年来，压缩感知逐渐成为信号处理领域中的研究热点，对于稀疏信号，该理论指出能够以低于奈奎斯特采样速率进行采样和信号重建，本文将对基于压缩感知的信道估计方法进行深入的探讨和研究。本文首先介绍了NC-OFDM系统的原理及特点，在对系统模型详细叙述的基础上，利用MATLAB软件搭建了系统仿真平台。之后，重点讨论了系统中的信道估计技术，包括导频图样的设计、接收端估计算法及内插均衡算法。接着对压缩感知理论进行了系统的研究，通过介绍压缩感知的理论框架，与传统的基于采用奈奎斯特抽样定理的信息采集系统对比，说明了压缩感知算法的优势。之后以信号从观测到重建的顺序，着重研究了压缩感知的关键技术，包括信号的稀疏表示，观测矩阵的设计以及信号重构算法三部分。在充分理解相关理论的基础上，提出了将稀疏自适应追踪算法（Sparsity AdaptiveMatching Pursuit，SAMP）应用于NC-OFDM系统的信道估计模块中，接着在NC-OFDM系统仿真平台上对算法进行了仿真，并根据仿真结果对基于SAMP的信道估计算法与传统算法的估计性能进行了分析比较，指出了基于压缩感知的信道估计算法的优越性，因其可以利用少量的导频信号实现较好的信道估计，从而节省了频谱资源，提高了系统的频谱利用率。同时，在与其他基于压缩感知的信道估计算法的对比中，SAMP算法也表现出了更好的估计性能，并且因为该算法不需要信道稀疏度的先验知识，更加适合于实际应用。