为适应下一代移动通信系统宽带、高速率传输的要求，正交频分复用（OFDM）技术将在未来得到非常广泛的应用。然而，由于OFDM系统要求子载波之间保持严格的正交性，无线传输信道所呈现的时间和频率双选择性衰落，极易造成相位噪声和系统频差，严重恶化OFDM的系统性能。因而，在OFDM系统接收端，往往需要知道精确的信道状态信息才能有效对抗信道衰落，实现信号的准确接收。本课题针对传统的二维插值信道估计方法无法准确估计OFDM系统双选择性稀疏信道的问题，提出了一种基于压缩感知理论的稀疏信道估计技术。该方法可以充分挖掘信道在时频域的稀疏特性，将OFDM系统下的双选择性信道的估计问题模型转化为压缩感知理论下的稀疏信号重构问题，并最终利用基追踪算法，实现了稀疏信道的准确估计。仿真结果显示，该方法能有效减少导频数，提高频谱利用率，并在传统的FFT-Linear和FFT-FFT二维联合插值算法无法正确估计出信道响应时，仍能实现对稀疏信道的精确估计。此外，本课题还提出了一种基于二阶差分的稀疏度自适应的重构算法。该算法在信号稀疏度未知的情况下仍能实现对稀疏信号的精确重构，解决了传统重构算法需要提前已知信号稀疏度而无法应用在实际中的瓶颈问题。该算法以关联向量的二阶差分为参考量，通过设定阈值法判别出参与测量的原子数量，从而可以在短时间内估计出待重构信号的稀疏度。仿真实验表明，基于二阶差分的自适应重构算法，不仅具有良好的重构性能，同时还具有实时的运算速度。