在无线通信系统中,无线信道估计对于整个系统的通信质量而言相当重要。稀疏信道的特点在于,在很长的冲激响应中只包含几个显著的多径分量,而其余的抽头系数都几乎为零。在无线通信系统中,地下水声信道、高频无线电信道等都是稀疏多径信道的例子。而针对这种稀疏信道模型,提出了基于压缩感知的稀疏信道估计算法。本论文主要研究频率选择性衰落的稀疏信道估计。主要内容为:1.描述了无线信道的特征,总结了基于压缩感知的稀疏信道估计的研究背景和状态。将信道估计方法分类为基于训练的、基于盲的以及基于半盲的方法,说明了半盲信道估计方法的原理和研究状态。2.给出了无线信道模型以及稀疏信道模型的数学表示。在稀疏信道前提下,对基追踪、正交匹配追踪、正则正交匹配追踪算法以及最小二乘算法进行优劣势分析。得出的仿真结果证明,利用稀疏性的先验信息后,基于压缩感知的信道估计算法性能较传统的最小二乘算法有了很大提高。而基追踪算法有着很高的鲁棒性;正交匹配追踪作为贪婪算法,有着很快的计算速度;正则正交匹配算法则是这两种算法的桥梁。3.结合基于训练的信道估计算法以及盲信道估计算法对稀疏信道进行基于常模算法的半盲的信道估计。仿真证明半盲的稀疏信道估计算法优于原先纯粹依赖训练序列的稀疏算法,在错误抽头检测概率和均方误差上都有降低。4.针对正交匹配追踪算法中存在的原子间干扰情况,提出自适应的抑制原子间干扰的正交匹配追踪算法以提高广义正交匹配追踪算法的信道估计性能。