超宽带(Ultra-Wideband，UWB)无线通信技术以高传输速率、低功耗、低复杂度等优点日益受到人们青睐。对脉冲超宽带（Impulse Radio Ultra-Wideband，IR-UWB）而言，由于其信号所占的频带很宽，传统的香农采样需要很高的采样频率，后续还需要大量的存储资源，这在一定程度上已成为超宽带技术发展的瓶颈。压缩感知(Compressed Sensing，CS)是一种新兴的采样理论。该理论指出，对在任意空间稀疏的信号，可以用低于耐奎斯特速率的采样频率对信号进行采样，并以高概率重建信号。本文主要研究压缩感知在脉冲超宽带中的应用，包括基于压缩感知的脉冲超宽带信道估计和数据检测等。　　 基于压缩感知的脉冲超宽带信道估计与传统的信道估计相比，其优势在于较低的采样频率，因此具有重要的意义。本文介绍了已有的基于压缩感知的信道估计方法，在此基础上提出了一种新的信道估计方法，在保证较低复杂度的前提下，提升了已有算法的性能。　　 基于压缩感知的数据检测允许在不对信号进行重建的条件下，直接使用压缩感知得到的数据进行数据检测。本文介绍了已有的基于压缩感知的检测算法，并对其性能进行分析。同时，基于降低该算法实现复杂度的考虑，本文提出了一种自适应量化方法。仿真证明，该方法在低精度量化的时候，仍能保证较好的系统性能。