2002年，美国联邦通信委员会通过了超宽带(UWB)技术可以进入商业应用的协议，并批准了它在通信系统、汽车雷达系统和遥控系统中的使用，点燃了工业界、大学、政府部门对UWB技术研究和开发的热情。2004年,美国有线新闻网将其评选为本年度十大热门技术之首。目前，UWB无线通信已成为短距离、高速无线网络最热门的物理层技术之一。然而，由于实际通信环境的不理想，无线信道的衰落效应限制了UWB系统的误码率性能、吞吐量、容量和网络灵活性。如果信道条件已知，那么由传输信道引起的失真效应，通常可以在接收机得到补偿。尽管传统通信系统采用非相干检测避免了复杂的信道估计，从而简化接收机设计，但对于高斯白噪声信道而言，非相干检测比相干检测有高达3dB左右的性能损失，而在具有大时延扩展的UWB信道中，性能损失可能会更加严重。因此，信道估计，即如何准确恢复信道状态信息，是UWB通信系统的关键技术之一，并且是一个重要的研究课题。本论文重点研究了UWB系统中信道估计的理论和方法，提出了多个信道估计算法，并对每个算法进行了详细的性能分析和计算机仿真验证。主要的研究内容及成果如下：(1)在单入多出的互关系(CR)子空间内，研究了基于二阶统计量的信道盲辨识问题。传统的批处理盲辨识算法由于需要进行特征值分解或奇异值分解，所以计算量大且不易实时执行。近来提出的多信道牛顿(MCN)和多信道最小均方(MCLMS)盲自适应估计方法避免了矩阵分解，但估计误差均存在地板效应。其中，收敛速度较快的MCN方法复杂度较高，而复杂度低的MCLMS方法收敛速度较慢。为克服传统方法的缺点，本文首先从数值分析的角度，提出一种基于逆乘幂法的迭代子空间盲信道辨识方法。该方法收敛速度较快，但由于涉及到矩阵求逆，所以算法在收敛速率和数值稳定性上存在矛盾。为此，本文基于扰动理论和泰勒级数展开，得到另一种逆迭代子空间信道盲辨识方法。并且，基于一阶扰动理论对提出方法的估计性能进行了理论分析。进一步地，为降低辨识方法的复杂度，本文基于乘幂法提出一种子空间迭代的盲辨识方法。仿真表明：所提出的方法克服了估计误差地板效应的缺陷；提出的逆迭代方法比自适应方法估计精度更高，所需样本数更少；基于扰动分析的理论值和实验值有高度的一致性；提出的低复杂度方法一旦采样点数充足，其估计性能和前面提出的方法性能相同，甚至可超过传统的盲自适应MCN方法。(2)研究了基于训练序列的结构化信道估计方法，即多径延时和多径增益的联合估计。尽管经典的ML方法性能优良，但由于UWB信道的参数众多，在高维空间的非线性搜索计算量相当大，所以该方法是不实际的。最近，基于ML标准又提出了滑动相关(SW)和连续干扰抵消(SC)两种次最优的信道估计方法。然而，简单的SW方法性能较差，而SC方法由于采取顺序的而非并行的执行方式引起了较长的计算时间延时。换言之，现有的UWB信道估计方法在估计准确度和处理时间上存在矛盾。为解决这一问题，本文首先基于最小均方准则，通过对传统SW估计方法输出的延时估计值、径增益估计值或者同时对二者进行并行迭代修正的方法，提出了三种结构化并行迭代调整的非盲信道估计方案。结果表明，所提出的方案可以灵活地实现处理时间和信道估计准确度之间的折中，其中的混合方案由于对径延时估计和径增益估计进行联合迭代调整，所以估计性能随着迭代次数的增加可以逼近SC方法，而在复杂度上低于SC方法。(3)研究了噪声方差信息辅助的非结构化信道估计方法。传统MMSE信道估计器利用信道的相关特性获得了较大的性能增益，但复杂度较高。尽管LS估计器复杂度很低，但估计误差较大。另一种折中方法是低复杂度的时域ML方法，其缺点是在执行信道估计之前必须获得信道有限延时扩展信息。由于在实际环境中，不借助信道信息的低复杂度信道估计方法更为理想，而噪声方差信息不仅可以用于辅助信道均衡，也可以用于改善信道估计，所以本文利用噪声方差信息完成无需信道信息辅助的、低复杂度信道估计器的设计目标。由于传统噪声方差估计方法无法和简单易执行的LS信道估计器同时使用，所以，本文首先基于UWB信道的共轭对称特性提出一种有效的最小方差无偏噪声方差估计器。然后，基于阈值滤波提出一种低复杂度信道估计方案，整个估计过程中无需信道信息辅助。仿真结果表明：导频序列最优时，提出的信道估计方法逼近最优估计性能；一旦非最优，该方法可在估计性能和计算复杂度之间取得折中。(4)研究了一种新型的UWB物理层MIMO传输方案，并研究了一种基于ML准则的信道估计和信噪比估计方法。为实现数据高速可靠的传输，本文首先将MIMO技术应用到SC-FDEUWB系统中以获得频率分集和空间分集。然后，使用高斯约化码间干扰的方法，对接收机条件误码率性能进行理论分析。其次，将单发射天线系统下基于ML准则的信道估计和噪声方差估计方法推广到新UWB传输方案下。仿真表明：提出方案由于同时利用了空间分集和频率分集，其性能远优于传统SISO方案；在高度频选的UWB信道下，均衡器的理论BER值与仿真值匹配；所设计的信道估计和信噪比估计方案可以有效地辅助均衡器检测接收信号。(5)研究了对窄带干扰(NBI)鲁棒的非结构化信道估计方法，同时，研究了鲁棒噪声方差估计和在LS信道估计值中检测NBI的问题。目前，鲁棒的信道估计器主要有：修改或重新设计的线性信道估计器；基于鲁棒概念的非线性信道估计器。第一类方法的主要缺点是，如果无法获得准确的噪声和NBI信息，那么估计器性能将会受到影响。第二类方法虽然可以有效地抑制NBI影响，但性能参数的设置难以在估计有效性和鲁棒性之间取得平衡，且通常复杂度较高。所以，为克服传统方法的缺点，本文首先利用两个导频块的LS信道估计差值构造的采样矢量，将噪声方差估计转化成指数分布的参数估计问题，并将LS信道估计中的NBI检测建模成恒虚警概率问题后进行求解。然后，应用次序统计量理论，得到一种鲁棒的噪声方差估计方法。最后，借助获得的噪声方差和NBI信息，提出了基于条件中值滤波的低复杂度鲁棒信道估计方法。和传统方法比，提出的信道估计方法在估计性能和复杂度上均具有优势。而且，所提出的噪声方差和NBI信息估计方法可用于其它的信道估计器和均衡器中。