稀疏性对于一个离散的信号向量如果它能在一组正交基下表示为如果向量中仅有K个非零值且则我们称这个信号向量在这组正交基下是K-稀疏的。ＲＩＰ特性对于某个常数矩阵Ａ满足其中是任意一个Ｎ维的稀疏向量注：当矩阵中的元素相互独立且满足某些特定分布，如高斯分布，贝努利分布，或DFT变换矩阵的任意Ｍ行，同时满足时，矩阵Ａ能够以高概率满足RIP特性。恢复算法当不考虑噪声时，稀疏解可以通过使求解向量０范数最小化来实现，使得结果尽可能的稀疏当测量值含有噪声分量时，即其中是均值为0，方差为的加性高斯白噪声序列。稀疏向量的估计值为其中另外还有一类算法：贪婪迭代算法，如MP,OMP等信道的稀疏性1.时延扩展和传输信号的带宽满足关系在时延扩展域对物理信道以速率采样虚拟表达式：其中基于训练序列的信道估计数据和训练序列之间无保护间隔数据和训练序列之间有保护间隔当数据和训练序列之间无保护间隔改进感知矩阵A取该矩阵同样能以高概率满足特性，如果将其用于稀疏信道估计，则训练序列中所要求的随机变量个数更少，长度等于信道脉冲响应抽头个数，对感知矩阵的存储和相乘运算量更少。仿真结果信道长度L=100，稀疏度K=5，取测量值数目m=30，信噪比为15dB。误比特率（BER）来分析算法估计性能测量值数目为m=40数据与训练序列有保护间隔谢谢！