超宽带系统传输信息的速度快,具有良好的保密性和鲁棒性,并且与无线局域网、蓝牙、WIMAX等通信系统具有良好的共存性,是5G通讯系统的关键技术之一。信道估计是超宽带数字接收机进行均衡、解调和检测的基础。由于超宽带信号具有极宽的带宽,所需的奈奎斯特采样速率极高,对接收机的A/D转换电路和存储空间都提出巨大的挑战。近年来,压缩感知理论被应用于超宽带信道估计,有效地降低了信号采样速率。然而,压缩感知固有的噪声倍增效应制约了信道估计精度,进而恶化接收机检测性能。本文面向超宽带接收机设计与应用需求,研究基于压缩感知的超宽带信道估计算法,力图有效抑制噪声倍增效应,提高信道估计精度。具体工作内容分为两个部分:1.为抑制压缩感知过程中的噪声倍增效应,从超宽带信号统计先验知识入手,提出一种基于先验知识的观测矩阵构建方法。所构建的观测矩阵将随机矩阵与超宽带信号特征向量字典进行融合,可以保证有效捕获超宽带信号能量,同时滤除大部分噪声。与传统的随机观测矩阵相比,观测向量的信噪比得到大幅提升,有力地抑制了压缩感知过程中的噪声倍增效应。仿真结果从信道波形匹配度、相关系数、观测信号信噪比和相干接收机误码率等多个方面都证明了所提方法拥有良好的抗噪声特性。2.为进一步提升信道估计精度,研究具有主分量保护能力的信号重构算法,设计了一种新型的基于特征向量字典的重构算法。该算法依据超宽带信号在特征向量字典内的先验知识,预先挑选出全息字典内对应信号主分量的重要原子,避免了噪声对贪婪算法正确匹配原子挑选过程的干扰。该算法拥有良好的鲁棒性、计算复杂度低,能够快速地完成对信号的稀疏逼近。仿真实验将基于特征向量字典的重构算法和其他典型重构算法进行了比较,结果表明基于特征向量字典的重构算法在低信噪比下具有最好的信道估计性能。