随着人们对实现高速率、高质量无线多媒体业务需求的日趋迫切，电子设备与因特网之间的短距离高速无线通信已成为通信技术的一个重要发展趋势。超宽带（UltraWide-Band,UWB）通信技术是目前较为先进的短距离无线通信技术之一，在WLAN/WPAN网络应用中成为一项极具竞争力的传输技术。脉冲无线电超宽带（ImpulseRadioUltraWide-Band，IR-UWB）技术使用窄脉冲作为数据传输的载体，因其具有频谱共享能力强、信道容量大、抗干扰能力强、多径分辨力强、发射与接收设备结构简单等优点，成为超宽带通信的重要实现方案，在短距离无线通信网络中有着广阔的应用前景。　　在IR-UWB系统中，较低的发射功率和窄脉冲的特殊性质，对超宽带接收机的性能提出了较高要求。在接收端，快速、准确的定时同步和高性能的信道估计对超宽带通信的质量起到了重要作用。本文从IR-UWB信号特点出发，针对室内密集多径信道对IR-UWB信号的作用，研究了IR-UWB系统接收机的同步和信道估计技术。　　(1)介绍了IR-UWB通信系统的基本理论。对IR-UWB系统中脉冲信号的选择、调制及多址方式等问题进行了描述与仿真。此外，介绍并分析了超宽带的信道模型，给后续的研究与讨论做好铺垫。　　(2)研究了IR-UWB系统的信号同步算法。IR-UWB信号的同步分为信号捕获算法与信号跟踪算法两部分。　　在信号捕获算法中，首先介绍了基于能量检测的IR-UWB信号捕获算法。在此基础上，提出了基于窗口前移互相关检测器的IR-UWB信号捕获算法。该算法借鉴了传统互相关能量检测器的思路，并在其基础上进行了改进，通过改良相关窗口位置实现IR-UWB信号的捕获。理论分析和仿真实验表明改进后算法能够更精确的实现IR-UWB信号的捕获。　　在信号捕获的基础上，研究了IR-UWB信号的跟踪算法。提出了基于频域子空间分解的IR-UWB信号跟踪算法。该算法将接收到的训练序列进行频域子空间分解，从而得到信号延时参数。该算法相对于传统的基于奇异值分解算法，能够更加准确的实现IR-UWB信号跟踪。最后利用粒子群优化算法，对基于频域子空间分解的IR-UWB信号跟踪算法进行了优化，提出了基于粒子群的频域子空间IR-UWB信号跟踪算法，进一步提升了跟踪算法的性能。　　(3)研究了基于频域递归最小二乘的IR-UWB信道估计算法，并提出了改进算法。　　针对快衰落信道研究了基于训练序列的IR-UWB信道估计算法，提出了基于动态遗忘因子递归最小二乘的频域IR-UWB信道估计算法。该算法对递归最小二乘进行了改进，并借鉴基于频域递归最小二乘IR-UWB信道估计算法的思想实现IR-UWB信道估计。改进后的算法可靠性强、复杂度低，并且提高了对时变信道参数的响应速度。　　对于信道参数变化缓慢的情况，提出了基于频域递归最小二乘的IR-UWB信道盲估计算法。该算法利用TH-PPM信号一维统计平稳特性，通过将接收到信号的一阶统计量进行DFT变换，然后在频域中通过递归最小二乘算法估计信道的频域响应，从而得到信道参数。基于频域递归最小二乘的IR-UWB信道盲估计算法可靠性较高、复杂度低，由于避免了发送训练序列造成的信息冗余，并可以在信号接收的同时对信道进行估计，实时更新信道参数，因此可达到节省系统资源，提高通信效率的目的。　　(4)研究了基于压缩感知理论的低采样率IR-UWB信道估计算法。IR-UWB信号具有极大的带宽，在传统的接收机中，需要用很高的频率对信号进行采样，给接收机造成很大的负担。结合IR-UWB信号的稀疏性，利用压缩感知对稀疏信号的低采样率采样和重构技术，提出了基于压缩感知的IR-UWB信道估计算法，该算法首先令接收到的信号通过以随机滤波器构造成的观测矩阵，并对其欠采样，之后利用压缩感知的重构算法对欠采样得到的信号进行重构，从而得到信道参数的估计值。相对于传统的信道估计算法，一方面降低了接收机对于模数转换器的要求，另一方面，低采样率产生较小的数据量，从而降低了估计算法的计算量，但受噪声影响严重，可靠性有待提升。为了降低噪声对信道估计算法的影响，提高算法性能，利用递归最小二乘算法对基于压缩感知的信道估计算法进行了优化，进一步提出了基于压缩感知和递归最小二乘的IR-UWB信道估计算法。该算法能够在较低信噪比条件下利用低采样率实现IR-UWB信道参数的估计。　　综上所述，本文针对IR-UWB通信系统，研究并提出了信号同步算法及信道估计算法。通过理论分析和大量的仿真实验证明了提出算法的有效性和可靠性。