传统的信号处理是以奈奎斯特采样定理为基本理论依据的,它要求采样频率必须大于原始信号最高频率的两倍,才可以从采样值中完全恢复原始信号。根据这个理论推断,如果要对某个高频信号进行采样,那么采样器件的频率必须更高,这就给采样器件带来了巨大压力。压缩感知理论是一种新的信号采样理论,它从研究信号的稀疏特性角度出发,能够在远低于奈奎斯特采样频率的情况下,通过非自适应线性投影方式获取测量值,然后再通过合适的重构算法完全无失真地重构原始数据。该理论的提出,为解决信号采样领域所面临的困难带来了希望。本论文对于压缩感知理论所做的工作主要有以下几个方而：首先,介绍了传统的信号采样和处理方式,阐述了压缩感知理论产生的背景,并且对于该理论的应用领域也做了较多的说明,分析了FPGA实现该理论算法的意义；其次,详细介绍了该理论的基本内容,并给出了一些重构算法,重点研究了正交匹配追踪法的具体实现过程,还从理论上给出了压缩感知在信号采样领域内的具体应用模型,即模拟/信息转换器(AIC)；然后,使用MATLAB、C语言、ModelSim对该理论进行了仿真分析；最后,在FPGA的应用软件Quartus Ⅱ内,通过运用Verilog HDL语言,同时加入时序控制,编程设计了相应的压缩重构程序,经过仿真,得到了较好的效果。总而言之,文中所做的工作能够推动该理论尽快形成实体系统,使其早日发挥作用。