脉冲超宽带（Impulse Radio Ultra-Wideband，IR-UWB）信号可以实现短距离高速率的通信，具有极窄的脉冲宽度，这一技术特点使得脉冲超宽带具有很强的多径分辨能力，能够进行精确测距，很适合应用于室内多径环境下定位，可弥补GPS信号穿透能力与抗干扰能力不强的缺点。已有研究表明，若采用脉冲超宽带信号来进行室内多径环境下的测距，理论上测距精度可以达到厘米级别。但由于IR-UWB信号具有极高的带宽，这就对数字接收机中ADC（Analog-to-DigitalConverter）的采样频率提出了苛刻的要求，若设计的ADC满足采样的要求，也很难满足超宽带脉冲技术低成本的特点。ADC的设计难度使得IR-UWB测距系统很难应用于实际当中，成为了阻碍IR-UWB测距系统发展的瓶颈问题。新提出的压缩感知（Compressive Sensing，CS）理论为上述瓶颈问题的解决提供了契机，本文就如何将压缩感知技术应用在IR-UWB测距系统进行了研究。论文的主要工作如下：（1）提出了CS框架下的非均匀过载量化测距机制。本文首先根据测距系统的特点设计了接收信号的稀疏表示形式，使得测距能在CS框架下完成，然后讨论了测量矩阵的选取和重构算法的选择，为进行测距估计做准备。本文的一个特点是在重构信道模型之前，充分考虑了接收端热噪声和量化噪声对于测距过程的影响，并从实际的角度出发对热噪声进行实时的估计，同时结合CS理论的特点设计了非均匀过载量化机制，在保证测距精度的前提下，较大程度的提高了测距的效率，降低了测距系统的时间复杂度。（2）设计了基于混合噪声和峰度值的动态门限策略。经过对信道的重构，可以利用TOA（Time OfArrive）估计方法从重构信号中得到测距信息。然而固定的TOA估计门限无法满足复杂多变的噪声环境，为了提高测距精度，本文提出了基于动态门限的TOA估计方法。影响门限选取的因素主要有噪声的大小以及信道的个体特征，噪声包括热噪声和量化噪声，信道的个体特征主要指多径数量及多径的分布，本文用峰度值的大小来表征信道的个体特征。从最终的仿真结果可以看出，基于混合噪声和峰度值的动态门限策略得到的测距精度要明显优于固定门限的策略，测距精度可以达到厘米的级别。