压缩感知(compresslve sensing，cs)理论是当前信号处理领域的研究热点之一。传统的信号处理是以奈奎斯特采样定理为基础的，信号通常先采样后压缩，而且必须以高于奈奎斯特频率的速率对信号进行采样和处理。如果信号是稀疏的或者可压缩的，则可用远低于奈奎斯特频率的速率对信号进行采样和处理，而且采样和压缩同时进行，这就是压缩感知。在压缩感知理论中，用信息采样(即数据观测或感知)代替了信号采样(收端则用信号重建代替了传统的解码)，因此不受奈奎斯特采样率的限制。这一优势使得压缩感知在通信与信息处理的许多方面部有着巨大的应用前景。本文在研究压缩感知理论框架的基础上，对压缩感知理论进行了初步研究，提出了一种改进的凸优化类压缩感知重构算法，并通过仿真证实了该算法在重构性能上有较明显的改进和提升。在对压缩感知理论研究的基础上，本文又探讨了一种新的基于压缩感知的超宽带信道估计方案。在该方案中，将PN编码器引入到压缩感知框架中，用编码器产生的quasi．Toepl~z矩阵代替完全随机的高斯矩阵。由于编码器有一定的存储功能，因此除了可将测量算子存储外，还能解决对大数据量的压缩困难问题，而且编码器在硬件和软件上部容易实现。此外，因为由发射端承担了部分复杂算法节省了接收端的估计时间，本文根据时间反转理论将传统信道模型中接收端的降采样过程移到发射端，从而降低了接收端的复杂夏，加快了数据处理速夏。本文主要包括如下四个部分：·压缩感知理论的研究意义及超带宽技术发展·压缩感知理论框架·超宽带无线通信系统简介·基于压缩感知技术的超带宽信道估计这一研究结果，可供进一步研究压缩感知及其在超宽带无线通信系统信道估计中应用参考