第五代网络（5G）的不断发展使其普及性越来越高,成为物联网（Internet of Things,IoT）应用增长的主要驱动力。与4G相比,5G解决了4G网络无法支持的机器类通信（Machine Type Communication,MTC）问题,即物联网通信的关键问题。物联网可以在没有人类协助的情况下,智能设备能够相互交互和共享数据。若将数以亿计的智能设备连入物联网,可以创造真正大规模联网。5G不仅传输速度快,时延低,而且可以改善MTC的覆盖范围,使其在更为苛刻的环境中应用。如今,学术界和工业界越来越多的目光都投向基于5G技术的物联网,因此,对于物联网相关技术的研究又不断推动着物联网在5G时代的蓬勃发展。反向散射通信技术作为物联网重要的技术之一,它解决了传统物联网传感器的能源供给以及高成本的问题,使得物联网的应用场景变得更为广泛。因此,人们考虑将物联网的运用从陆地拓宽到水下,提出了水声反向散射系统,并成功实现了低功耗的水声通信。本文首先针对反向散射技术进行系统介绍,进而引出其在水下的应用,并针对该场景进行数学建模,运用传统正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）传输方法构建水声反向散射通信系统。最后本文研究了新兴水声反向散射通信系统的信道估计解决方案:（1）运用两种传统信道估计方法:最小二乘（Least Square,LS）估计、线性最小均方误差估计（Line Minimum Mean Square Error,LMMSE）,对水声反向散射系统进行信道估计。通过仿真揭示了传统信道估计方法在水声稀疏信道环境下的局限性。（2）从压缩感知的基本原理出发,指出其适用于水声反向散射系统的稀疏信道估计,并将基于压缩感知基本原理的梯度投影稀疏重建（Gradient Projection for Sparse Reconstruction,GPSR）算法作为重点,介绍了梯度投影算法的基本思想进而设计分析了基于GPSR算法的水声反向散射信道估计方法。通过MATLAB仿真,将GPSR算法与传统的信道估计算法进行比较,仿真结果证明了GPSR算法在稀疏信道环境中拥有着比传统估计方法更为优秀的性能。