随着无线通信业务的迅速发展,电磁频谱资源显得愈加紧张,使得如何处理宽带、多信号、多调制样式的复杂通信信号成为了研究的重点。由于传统的压缩感知方法存在需要处理的数据量大,计算复杂度高等缺点,使得压缩信号处理成为了研究的热点,即研究如何将信号处理任务与压缩感知理论有机地结合起来,以达到快速高效地实现信号处理任务的目的。又因为编码、调制等操作使得数字信号通常具有循环平稳性,即其统计特性与时间有关,并且这些统计特性具有周期性,其频谱具有稀疏性。所以在盲信号处理中,可以利用数字信号的循环平稳性对接收的信号做参数估计等处理。本文以压缩感知理论为基础,重点研究了如何利用时域混叠信号的压缩采样值直接重构其循环累积量,然后通过循环频率与载波码率的关系来对信号的参数进行估计。主要研究内容有:1.研究压缩感知理论的信号稀疏表示、观测矩阵设计和信号重构算法。讨论了适用于模拟域的采样框架,并提出了适用于循环累积量重构的压缩采样框架。并对相关的重构算法进行仿真分析。2.研究与高阶统计量相关的理论,包括高阶矩、高阶累积量、时变矩、时变累积量、循环矩与循环累积量,并且研究这些统计量的性质与估计方法。最后详细讨论了数字信号的循环平稳性,以及循环累积量的稀疏性、对混叠信号的选择性、以及良好的抗噪性。3.提出了直接利用压缩采样值重构信号循环累积量的重构算法。具体包括基于补零的高阶循环累积量重构算法,而基于补零的重构算法不适用于实际的分段采样模型,本文提出了基于压缩感知的循环累积量重构算法,建立压缩采样值与循环累积量的矩阵线性关系,利用压缩感知算法重构出循环累积量。并且提出了基于补零的改进算法,其主要是利用压缩感知的方法对基于补零的重构算法进行优化。最后对单信号与多信号情形分别做循环累积量的重构仿真,并且通过仿真研究了重构算法的性能。4.简要研究了经典的载波与码率的估计算法,由于经典算法只适用于单信号情形等缺点,提出了适用于多信号混叠情形的基于循环累积量的参数估计算法。并对常用的MPSK\MQAM信号的参数估计性能进行了仿真。