在移动通信系统的传输技术研究中，掌握无线信道的传播特性并进行参数估计对数字移动无线通信系统的研发具有重要意义。其中，信道估计与均衡技术就成为无线通信领域内最为关键的技术，特别是在高速数字通信中，无线通信信道通常具有稀疏冲激响应的特性。因此，针对稀疏信道估计算法的研究对信号的恢复就显得尤为重要，引起了研究人员的特别关注。 本文对信号的稀疏分解算法进行了系统研究，针对稀疏信道的特点，实现了一种基于匹配跟踪的稀疏信道估计算法，并研究了其在慢衰落和快衰落信道环境中的应用以及该算法与LMS自适应均衡算法的结合。本文首先简述了多径衰落信道的特性，并建立了稀疏信道仿真模型。其次，针对传统稀疏信道估计算法中所存在的问题，实现了基于匹配跟踪的稀疏信道估计算法，并结合LS算法对其进行了改进，讨论了该算法在慢衰落和快衰落信道环境中的性能。最后，将稀疏信道估计算法应用于LMS自适应均衡器中，通过利用稀疏信道估计算法所得非零抽头的粗略估计来设置自适应均衡器的初始权系数，并进行自适应的调整和校正，大大加快了均衡器的收敛速度。 仿真实验证明，基于匹配跟踪的稀疏信道估计算法不含矩阵逆运算，并可以对含有零冲激响应的信道进行估计，不仅能够对非零抽头的位置进行精确定位，避免了对无谓零抽头的估计，而且其估计精度也有明显的提高。此外，该算法对提高自适应均衡器的收敛速度也表现出良好的优越性。因此，该算法是一种比传统算法更具优势的稀疏信道估计方法。