近年来,人类把对资源开发的目光转向种类丰富和存储量巨大的海洋资源,为了开发海洋资源,需要对海洋信息进行深入的研究,因此水声通信技术成为人们关注的焦点。多输入多输出(MIMO)水声通信系统中发射端获得准确的信道状态信息可以有效改善系统的性能,提高通信质量,因此信道状态信息反馈受到广泛关注。本文主要针对MIMO水声信道信息反馈技术进行研究,主要工作如下:首先,分析了压缩感知理论及由压缩感知衍生出的矩阵恢复理论的基本原理,提出将压缩感知方法及矩阵恢复理论应用到MIMO水声信道状态信息反馈中,通过少量的信息采集,便可以达到信号精确重构的目的,与传统的全反馈和有限反馈方案相比,有效地减少了信息反馈量,从而减少了信道的开销,减轻反馈链路的负担,提高通信系统的效率。其次,对于现有压缩感知重构算法的高复杂度、较慢的收敛速度与低重构精度问题。本文将近似双曲正切函数作为逼近函数,然后采用最速下降法与牛顿法相结合的混合优化算法进行优化,得到一种改进的平滑零范数(SL0)算法,在提高恢复速度的前提下,进一步提高了重构精度,从而保证MIMO水声通信系统的发射端可以得到准确的信道状态信息,在减小反馈量的同时,增大系统的吞吐量,提高水声通信系统的性能。最后,针对大规模的MIMO水声信道而言,信道状态信息为一个高维的具有低秩结构的矩阵,压缩感知算法不适合解决这类高维低秩矩阵。本文将矩阵恢复算法应用于大规模MIMO水声信道信息反馈中,并针对现有矩阵恢复算法重构精度低的问题,在平滑秩函数(SRF)算法的基础上,采用梯度法与牛顿法相结合的混合优化算法进行优化,提出一种改进的SRF算法,在保证低反馈量的同时,提高了矩阵的恢复精度,确保水声通信系统发射端可以得到准确的信道状态信息,进而提高通信系统的质量。基于矩阵恢复反馈方案提高了信道信息的重构精度,对于实现水下高质量的通信具有重要意义。