随着科学技术的进步,人类对海洋资源的需求和探索将越来越大,这些需求离不开水声通信系统的支持。水声可用带宽极低,仅在数kHz到数十kHz范围内具有较低的传播损耗,而未来对海洋信息的探索需要高速率的水声通信,目前的单载波水声通信速率仅在kbps量级,OFDM(Orthogonal Frequency Division Multiplexing)技术的引入能极大地提高频谱效率,有利于高速水声通信目标的实现。水声信道分为深海水声信道(深度大于100米)和浅海水声信道(深度小于100米),目前人类对浅海的探索需求远大于深海,因此本文关注浅海水声通信,浅海水声信道是多径时延和多普勒扩展共存的信道。水声OFDM系统的性能依赖于信道估计的准确性,传统的信道估计技术是建立在密集信道假设条件下的,水声信道的严重双扩特性导致需要大量的导频符号来对信道进行估计。然而,各种水下试验已经验证了水声信道是稀疏信道,结合该先验信息,利用压缩信道估计技术,所需的导频符号数量也就相应减小了。然而水声压缩信道估计存在两个问题,一个是目前压缩信道估计模型的建立是基于信道在离散化分割的时延-多普勒空间稀疏分布的假设,然而水声信道应该在连续的时延-多普勒空间成稀疏分布,这种假设偏差称为基失配问题。第二个问题是水声信道呈现严重双扩特性,导致测量矩阵的列数极大,水声压缩信道恢复算法的复杂度较大,需要低复杂度的恢复算法。基于信道估计的结果需要高性能的均衡算法来保证水声通信的性能,最近提出的基于后验概率的均衡算法取得了比传统均衡算法更好的性能,然而该算法的复杂度过高,不便于实际工程的应用,需要低复杂度版本的均衡算法,同时保证性能仅有轻微下降。本文基于国内外研究成果的基础上,针对上述三个问题展开研究。首先,针对水声压缩信道估计中的基失配问题,论文首先对基失配模型进行数学建模,分析基失配对信道估计性能的影响,表明基失配导致信道估计的性能严重恶化,因此需要有效补偿基失配。目前应用最广泛的补偿算法基于基失配的一阶线性近似,以此来获得具有工程可实现性的凸优化问题,然而高阶项的损失将带来较大的性能损失,尤其是基失配较严重的情况,基于此,论文提出迭代凸优化补偿算法,其思想是交替迭代求解基失配向量和稀疏信道向量,紧接着对算法的收敛性进行了分析,之后对算法进行了仿真分析,得出结论算法相比于比较算法能有效提高信道估计的性能。其次,针对交替迭代凸优化算法中的压缩信道恢复过程的复杂度过高的问题,论文首先分析了水声稀疏信道恢复算法复杂度,得出算法的高复杂度主要是由测量矩阵的转置与向量相乘决定的,基于此,论文提出分组FFT算法,该算法充分利用测量矩阵的内部结构和导频的结构来将运算分组,在每组运算中采用FFT来省略重复运算的步骤,从而减小恢复算法的复杂度,论文还讨论了各种特殊情况下的分组FFT算法,之后对算法的性能和复杂度进行了分析,得出了结论,分组FFT算法能大大降低恢复算法的复杂度,同时其性能不会下降。最后,针对基于后验概率的均衡算法复杂度过高的问题,论文首先分析了该算法的复杂度,得出算法高复杂度的来源是在其每次迭代过程中均计算了所有剩余子载波的后验概率,基于此,论文提出局部概率更新的均衡算法,在算法中利用频域信道矩阵的带状特性,即当子载波离上次迭代检测的子载波距离较远时,其概率不用重新计算。之后对算法的性能和复杂度进行了分析,得出结论,所提算法的复杂度得到了大大下降,同时其性能仅有轻微下降。