压缩感知理论是当今备受关注的新型信号处理理论,同时超宽带技术也是现今通信领域中热门的研究课题。压缩感知的“新”体现在其将采样和压缩合二为一,对于模拟信号,特别是带宽极宽的信号处理系统来说,利用压缩感知理论基本框架,可以极大地降低系统采样频率。而超宽带通信技术恰恰因为超宽带信号具有极宽的带宽,使得接收端需要快速的模数转换技术。本文从这两者需要解决的问题以及能够解决的问题出发,将压缩感知理论应用于超宽带通信系统中,以降低系统接收端的采样频率,具有重要的理论和实践意义。本论文首先对课题的研究背景进行概述,包括压缩感知理论和超宽带的发展史、应用现状、并从宏观上分析二者结合的可能性,以及二者结合的意义。然后对压缩感知理论进行深入的研究,着重探讨了信号的稀疏表示：包括稀疏的数学定义和构建变换基的方法,观测矩阵的设计：包括观测矩阵应满足的条件和常用的观测矩阵,信号重构算法等；对超宽带通信技术的基本原理进行深入研究,主要探讨了信号的产生、信道建模、信道估计和信号重构的方法。文章的重点是压缩感知理论在超宽带通信系统中的应用研究。在前面理论的基础上,针对超宽带信号在时域上本身就具有稀疏性的特点,探讨了两种将压缩感知理论应用于超宽带接收端的技术方案：一种是基于并行相关技术的方法,在接收端采用并行相关器和积分器组来获取观测值,避免使用任何模数转换器件；另一种方法是基于随机滤波的方法,该方法将信道作为压缩感知的一部分,将接收端的随机滤波移至发送端,并且略去了相关器与积分器,只以一个低速率模数转换替代。两种方法均采用适当的变换,得到与压缩感知理论框架所解决问题类似的模型。最后,还介绍了基于压缩感知的超宽带信道估计,根据系统特性,设计了基于训练序列的并行相关技术信道估计和基于脉冲的随机滤波信道估计。通过理论分析以及MATLAB仿真结果,可以得出结论：压缩感知理论应用于超宽带通信系统中具有一定优势。