信道估计技术是无线通信系统的关键性技术之一,由于受到奈奎斯特采样定理的限制,传统信道估计算法很难做到一个较高的信道估计准确度,而且传统算法并没有考虑信道的稀疏性,算法的计算复杂度较高。针对信道的这种稀疏特性,学者们将压缩感知理论运用于信道估计中,有效的提高了信道估计的精确度,降低了计算的复杂度。本论文围绕着OFDM技术展开,首先分析了基于压缩感知理论的OFDM系统信道估计技术,然后将CDMA系统与OFDM技术结合产生MC-CDMA系统,利用压缩感知分析MC-CDMA的信道估计过程。最后在OFDM的基础上引入了MIMO技术,利用MIMO-OFDM系统各个天线之间的相关性,论文研究了分布式压缩感知技术在MIMO-OFDM系统中做信道估计。论文首先研究了经典的OMP算法在OFDM中信道估计的应用,并将OMP算法与传统的信道估计算法做比较。然后具体研究了导频数量对信道估计准确度的影响,并通过仿真得出当导频数量小于六倍的多径数量时,导频数量对信道估计MSE的影响和对系统BER的影响较大。然后论文将压缩感知理论引入到MC-CDMA系统中做信道估计研究。经典的OMP算法由于需要以信道的稀疏度作为信道估计的先验条件,但是在实际的过程中,信道的稀疏度一般是未知的,论文引入的SAMP算法可以在信道稀疏度未知的时候有效的估计出信道的冲击响应,更符合实际的应用要求。通过仿真表明,SAMP算法付出了一定的时间复杂度作为代价。最后针对MIMO-OFDM通信系统,论文选择了分布式压缩感知作为信道估计理论,一般的基于压缩感知算法并没有考虑多个天线之间的相关性,而本论文引入的分布式压缩感知理论在做信道估计过程中,可以获得更好的信道估计性能。仿真结果表明,相对于基于CS的CoSAMP算法,DCS算法可以获得5dB的性能优势。