超宽带技术(UWB)是近年来备受关注的一种新型无线通信技术。超宽带信号不需要载波,以纳秒级甚至亚纳秒级的窄脉冲携带信息,具有很高的传输速率,并且按照美国联邦通信委员会对其功率谱密度的严格限制,超宽带可以与现有的无线通信技术共存。超宽带无线通信以其独特的优势,掀起了其在军事领域和商业领域的研究热潮,而超宽带信道估计是系统的研究关键之一。但是由于超宽带信号带宽极宽,这就要求接收端模数转换(ADC)单元具有很高的采样速率,计算复杂度高,造成ADC单元的设计和硬件实现极为困难。压缩感知理论的出现为改变这一现状提供了契机。压缩感知理论是一种全新的采样方法,突破了奈奎斯特采样定理的瓶颈,证明了如果信号在某个变换域是稀疏的或可压缩的,那么经过观测获得测量值,可以通过少量的采样点数重构出原始信号,为高分辨率信号的采集提供了解决方案。由于超宽带信道具有天然的稀疏性,因此可以将压缩感知理论应用于超宽带信道估计中。本文利用超宽带信道在时域上的稀疏性,将信道估计问题转化为压缩感知理论中的稀疏向量重构问题,研究了基于压缩感知理论的超宽带信道估计算法,旨在降低接收端对模数转换模块采样速率的要求,提高信道估计性能,增强通信可靠性。本文首先介绍了压缩感知理论,研究了信号的稀疏表示、观测矩阵、重构算法三个重要方面,重点研究并对比了不同的重构算法。介绍了超宽带无线通信的基本原理、IEEE802.15.3a信道模型及估计技术,为后续的基于压缩感知的超宽带信道估计研究提供了系统模型。然后,根据超宽带信道具有稀疏性的特点,构建基于压缩感知的超宽带信道估计模型,从压缩感知理论的三个核心方面出发,设计了基于压缩感知的超宽带信道估计系统。对基于MP、OMP、Co Sa MP的三种超宽带信道估计算法分别进行了仿真分析,将重构的信道冲激响应与原始信道响应进行比较,并对比了不同重构算法在信道估计中的性能。在此基础上,针对在超宽带信道估计中应用压缩感知理论需要预知信道稀疏度的问题,提出了稀疏度自适应的超宽带信道估计算法(SARCo Sa MP)。该算法在Co Sa MP算法的基础上,引入自适应和正则化方法,自动调整所选原子数目,逐步逼近信道稀疏度K,在稀疏度未知的情况下精确地实现信道估计。对该信道估计算法进行了仿真分析,并且与基于SAMP、Co Sa MP的信道估计算法进行了性能比较。