超宽带(Ultra-wideband,UWB)无线通信技术作为一种新的技术手段相比于窄带通信具有许多优势,因此超宽带技术近年来在学术界和工业界都受到了广泛的关注。超宽带信号接收机一直是超宽带通信的研究重点,但是超宽带接收机的硬件实现还面临着很多问题。其中一个主要的瓶颈问题就是对超宽带信号的采样。由于超宽带信号带宽很大,接收机需要使用高速的数模转化器(ADC)进行采样。而高速高精度的ADC的复杂度、价格以及功耗都很高,难以满足实际系统的需求。针对这一问题,本文从降低采样精度和降低采样速率这两方面对其进行研究。降低采样精度可以降低ADC的复杂程度从而达到信号的奈奎斯特采样速率,其中单比特接收机由于其结构特别简单,因此受到了广泛的关注。高性能的单比特接收机需要利用单比特ADC对信号的幅值等参数进行估计,量化门限的选取对于参数估计的影响很大。因此本文重点研究了单比特接收机量化门限对接收机性能的影响。通过分析估计参数的克拉美罗下界与量化门限之间的关系,发现最优的量化门限值并不是常用的量化门限零,而是信号的幅值。由于信号幅值未知,本文提出了三种自适应量化门限调整方案,通过这些方案可以达到量化门限自适应调整到最优值的效果。仿真表明,相比于固定门限,这三种方案的参数估计性能更好。接收机的性能表明相比于固定门限估计出的参数,使用自适应门限调整估计出的参数,在高信噪比时,能使接收机性能提升1dB到2dB。压缩感知是降低信号采样速率的一种新的方法,但是稀疏重构算法无法同时满足重构精度以及速度的要求,而且重构出的信号奈奎斯特采样数据量巨大,这些问题影响了压缩感知在实际超宽带系统中的应用。本文借鉴压缩感知采样的结构,利用通信信号有限字符集的特性,在信号恢复时直接恢复信号的比特信息而不是奈奎斯特采样序列,从而可以降低信号的采样速率,同时降低计算的复杂程度。本文所提接收机对应的数学问题是一个组合优化问题,为了降低大规模问题的求解复杂度,本文将其转化为一个凹最小化问题,然后提出了一种替代函数迭代下降的算法对问题进行求解,并且给出了所提算法的性能分析。仿真结果表明本文所提接收机结构可以降低信号的采样速率,同时所提算法相比于无穷范数最小化算法和基追踪算法精度更高且复杂度较低。