随着无线通信技术的发展和无线通信应用领域的扩展，无线信道环境越来越复杂，信道估计质量的好坏直接影响接收机对信号的处理和解释,并最终严重影响系统的通信性能。传统的信道估计方法不能充分利用空间分散引起的信道固有的稀疏性，信道估计的精度和效率受到一定限制。压缩传感是一种全新的数据采集、处理方式，它能够从极少数的观测样本中准确的恢复出原始数据。本文基于此理论框架，将压缩传感重建算法和信道估计算法有机结合起来，充分利用信道参数在字典域下的稀疏特性，研究了稀疏信道估计的关键问题，以及过完备字典优化设计的具体算法，发展了更加灵活高效的信道估计方法，在降低算法复杂度和节约成本的同时，获得了理想的估计性能。本文将压缩传感理论应用于具有稀疏特性的超宽带系统信道估计中，提出了基于滤波矩阵的信道估计算法，通过在发送端增加有限冲激响应滤波模块，代替接收端的观测矩阵，从而避免了观测矩阵实现信号空间降维的同时放大噪声的现象，获得比随机观测算法更高的信道估计质量。此外，本文对比了丹茨格选择器(Dantzig Selector,DS)、基追踪降噪(Basis Pursuit De-noising, BPDN)算法和正交匹配跟踪(Orthogonal Matching Pursuit,OMP)算法，验证了滤波矩阵估计算法的有效性，并给出压缩传感重建算法的选择建议。本文对基于压缩传感理论的OFDM水声通信系统的信道估计问题进行研究，提出了一种过完备字典优化设计算法，通过调整信道参数降低过完备字典的互相关系数，解决了原子间互相关系数较大导致算法重建失败的问题。通过分析频带宽度、信道相干带宽以及传输导频信号的子载波数对过完备字典中原子之间相关性的影响，设计传输导频的子载波数等参数条件，同时采用导频信息生成观测矩阵，获得了较高的重建质量和较低的算法复杂度。此外，本文利用三维仿真效果图分析参数条件，并在复平面单位圆上解释和完善优化算法，同时采用DS算法、BPDN算法和OMP算法仿真分析优化后字典的优越性。在基于压缩传感理论的水声信道估计算法的研究中，本文针对OFDM系统对频率极其敏感，极易受水声信道中多普勒频移影响的特点，结合压缩传感理论框架提出计及多普勒频移的直接信道估计算法，在该领域首次尝试不进行补偿的估计方法，以避免信道估计效果对多普勒频移补偿精确度的高度依赖。本文将多普勒频移对水声信道冲激响应的影响等效成过完备字典中原子位置的移动和稀疏衰减值的变化，从而直接应用压缩传感理论估计OFDM水声信道参数。仿真实验结果证明该算法的信道估计精度略低于完美多普勒补偿后的压缩传感估计算法，但明显优于存在补偿误差的情况。本文将基于压缩传感理论的OFDM水声通信信道估计算法推广到MIMO-OFDM水声通信系统中，提出了基于压缩传感理论的MIMO-OFDM信道估计算法。由于充分利用水声信道的稀疏特征，该算法具有较高的估计精度。本文将MIMO系统中每个接收天线和所有发射天线之间的水声信道的冲激响应连接在一起作为压缩传感理论中待估计的稀疏信号，并利用一系列非正交基在过完备字典下描述待重建信号，设计符合压缩传感理论框架的过完备字典。通过对比分析BPDN算法、DS算法，以及OMP算法的信道估计性能，进一步验证了算法的有效性。仿真实验结果表明，基于压缩传感的稀疏信道估计算法具有优于传统最小二乘算法的信道估计精度，并且在最小二乘矩阵求逆奇异的情况下仍能准确的估计出信道参数。