本文所阐述的有限信息采样理论，是一种能够在超宽带系统中降低采样率的方法。该理论实际上是对Nyquist采样定理的一种扩展，它通过一种预操作，使得一些类型的非带宽有限信号，能够低于信号的奈氏速率进行均匀采样，而且可由样点完全重建原信号。文中详细介绍了几种利用变换技术来估计信道参数的方法，这些方法都是将时延的样点转换到频域，通过对频率的估计得到信道的时延信息，然后求解矩阵方程得到幅度信息。其关键就是对时延的估计，也是本文的侧重点，为此首先引入了零化滤波器(Annihilating Filter)和Prony算法，在研究了它们的性能后发现，两者对噪声都比较敏感，在低信噪比时均方误差性能不够理想，但是能够通过改变一些参数来改善性能，同时考虑予空间分解的方法来估计信道时延，即矩阵束(Matrix Pencil)和奇异值分解(SingularValue Decomposition)算法，仿真的结果证明它们在低信噪比时也能呈现出较好的性能。 本文的主旨不是为了找出一种精确的信道估计算法，而是验证一项能够降低采样率同时还能保证分辨率的技术，因此文中的主要工作是对算法的验证和其中关键参数的讨论，以及对由此带来的采样率降低程度和性能优劣的分析。