水声信道估计是水声通信中非常重要的一环,对提高接收端对信号的解调性能至关重要。水声信道是一个复杂多变的稀疏信道,将正交频分复用（OFDM）系统和压缩感知理论应用于水声信道估计中可使水声信号高速有效的恢复。现有的水声OFDM信道估计算法大多是在静态水声环境下逐符号进行的,这忽略了水声信道的动态特性,使算法复杂度高、实时性差。本文在原有的水声信道估计算法的基础上利用水声信道时变性的特点对现有算法进行了改进,主要研究内容如下:首先,对课题的研究背景及意义进行概述,对水声信道的特性进行了简单阐述,对压缩感知理论、块压缩感知理论及时变块稀疏信号压缩感知理论的原理进行详细介绍,为后续对水声信道估计的研究奠定了理论基础。其次,针对传统的水声信道估计算法未考虑水声信道中信号时域相关性的问题,提出基于压缩感知的水声OFDM系统动态块广义正交匹配追踪（D-Bg OMP）信道估计算法。该算法运用一阶自回归（AR）模型对水声信道动态建模,使算法充分利用信号时域相关性,再利用水声信号具有块结构的特性,将该模型与水声信号块结构特性进行结合,研究块结构下的动态压缩感知算法。实验结果表明改进算法提高了信道估计性能并降低了算法复杂度。再次,针对许多环境下水声信道稀疏性未知的情况,将D-Bg OMP算法改进为动态块稀疏度自适应广义正交匹配追踪（D-BSAg OMP）算法,此算法先通过不断迭代对信道稀疏度进行预测,再对索引块集和残差不断更新得到信道估计值,并通过设置门限阈值的方法判断得到的信道估计值是否需要进行删除,从而不断逼近最佳的信道估计值。实验结果表明改进算法对信号的重构性能更好,性能更优。最后,为了充分利用信号之间和内部的相关性,运用分布式压缩感知理论,提出一种基于分布式压缩感知的块稀疏度自适应匹配追踪（DCS-BSAMP）算法。此算法将对单个块稀疏信号的恢复转换为对多个块稀疏恢复,在JSM-1模型下对信道估计分为研究公共抽头和独立抽头两部分,通过不断迭代删除错误抽头,以提高信道估计准确度。实验结果表明改进算法对信道的估计性能更优、复杂度更低。