超宽带通信作为可实现高达1Gbps的高速无线数据传输技术近年来正受到广泛的关注，并且在各方面都取得了广泛的应用，包括无线多媒体、无线网接入和新一代移动通信系统等等。在脉冲超宽带系统中，由于超宽带的脉冲信号持续时间非常短，占空比很低，而且能量也很低，使得接收端的同步和信道估计问题成为极大的难题和挑战。研究表明即使纳秒级的时间检测错误都会大大降低系统的性能，因此，准确的时间同步和信道估计对超宽带系统来说是十分重要的。　　 针对脉冲超宽带系统，目前提出了很多种同步算法和信道估计算法，然而很多算法都具有一定的局限性，例如需要很高的采样率、高精度的延时器或者线性搜索等，这些都限制了他们的应用。针对目前算法的不足，本论文主要研究了脉冲超宽带系统中基于低采样速率的同步捕获问题和信道估计问题。研究的主要内容和创新点如下：　　 1、提出了一种基于符号级采样速率的帧级时间同步捕获方法。该方法利用特定的发送训练序列波形，把帧级时间精度的同步捕获问题转换为等价的最大似然幅度估计问题。与现有的算法相比，该算法具有以下特点：一是仅依赖于符号级采样数据实现最优的帧级时间同步捕获，避免使用几GHz甚至几十GHz采样速率的A/D转换器，极大的降低了硬件实现的复杂性。二是在该算法中结合超宽带信道的统计特性设计出三个模板用于获取符号级的采样数据，且模板易于实现。三是同步捕获时间短，该算法利用多个模板并行采样，而且不涉及任何的线性搜索，能够实现快速同步。四是同步估计误差小，通过超宽带系统仿真验证了该方法的可行性，仿真结果表明该算法的性能明显优于文献[46]中基于噪声模板的同步算法。　　 2、针对码片率抽头间隔的超宽带非结构化信道，提出了两种基于帧级采样速率和多模板的非结构化信道估计算法。与现有的算法相比，其具有以下特点：一是仅依赖于帧级采样数据实现最优的非结构化信道估计，避免了高于千兆采样的A/D转换器的使用，大大降低了相关接收机的复杂度。二是运用多个模板并行采样，且模板易于实现。三是算法复杂性低，尤其是第二种算法只需要若干次极大似然估计运算（即取平均运算）和逆傅里叶变换，而逆傅里叶变换可以借助目前已经很成熟的快速傅里叶实现。四是信道估计误差小，仿真结果表明这两种算法可以达到与传统的基于码片级采样速率的算法可比的性能。　　 3、针对脉冲超宽带系统的结构化信道，提出了一种基于码元级采样数据的结构化信道估计算法。该算法具有以下特点：一是该算法仅依赖于符号级采样数据实现脉冲级的多径延时估计，避免了高于千兆采样的A/D转换器的使用，大大降低了相关接收机的复杂度。二是该算法运用多个模板并行采样，且模板易于实现。三是在该算法中用一个由频域采样值构成的托普利兹(Toeplitz)矩阵来代替传统的MUSIC算法中的自相关矩阵，避免了传统的MUSIC算法中使用大量的采样点来估计信号的自相关矩阵，从而有效地降低了采样点数和系统的硬件实现复杂度。