随着无线通信技术的飞速发展并迈入吉比特时代,60GHz毫米波通信技术以其免许可、高带宽、高安全性等诸多优势引起了国内外研究人员的广泛关注。然而,Gbps级别的数据传输速率也对删余卷积码等编码方式及采样器等其他相关工作提出了新的要求。首先,本文在分析了60Ghz毫米波通信标准所采用的删余卷积码的性能标准的基础上,设计优化目标函数并利用模拟退火算法搜索性能较好的删余卷积码,以更好的提高60Ghz通信的系统可靠性并降低误码率。其次,本文在分析了60Ghz毫米波通信技术和压缩感知的历史背景、技术特点和可结合点的基础上,对相关领域及技术结合可行性做了详细的分析,继而对这些结合点展开了研究：第一,介绍了盲源分离问题及其主流算法,然后基于其和压缩感知问题的相似性设计了一种三步骤的盲源分离算法,第一步设计了一种自适应的AKmeans聚类算法估计混合矩阵,第二步利用KSVD冗余字典学习训练稀疏表示矩阵,第三步将60Ghz毫米波雷达和通信信号混合场景下的盲源分离问题转化为信号重构问题,进而利用贝叶斯压缩感知算法重构分离出源信号。第二,分析了信号识别及其研究现状,进而设计了一种信号识别算法。首先针对60Ghz通信信号训练稀疏表示矩阵,然后通过FCM分类区分利用贝叶斯压缩感知算法提取出的信号稀疏特征,判断出信号调制方式等有用信息。这些研究结果都通过Matlab仿真平台软件进行了验证,而且仿真结果也证明了其优越的性能。