身处于大数据的洪流,每天都将产生数以亿计的数据这无疑给存储硬件设备造成了极大的压力。而压缩感知理论的诞生为节约大量的存储空间带来了曙光,压缩感知技术作为一个最新兴起的研究方向,受到了很多应用领域的关注。它打破了传统的奈奎斯特-香农定理(要想获得完整的信息采样频率就要达到信号带宽的两倍以上)的限制,可以以较低的采样频率对信号进行采样,并能够准确重建出原始信号。现如今,压缩感知技术已经广泛的应用在生活的方方面面,例如医学成像,地震学,信道编码,图像加密和视频压缩等。测量矩阵是压缩感知技术中的重要一环,近年来科学家们一直对如何产生更优良的测量矩阵而奋斗着。得益于混沌的诸多优良性质,混沌是构建测量矩阵的良好载体。2010年,Yu等人通过逻辑图提取出的混沌序列提出了一种可用的测量矩阵。2011年,Madalin等人从帐篷映射中得到一个测量矩阵。2017年,Rontani和他的合作者们运用外腔半导体激光器产生的光学混沌来生成一个测量矩阵。本文采用了最新设计制作的硅基光子晶体微腔产生的混沌来搭建测量矩阵,并通过实验证明此矩阵的性质能够满足压缩感知技术的要求,实现对原始信号的重建。本文的主要工作如下:(1)提出一种基于硅光子晶体微腔的压缩感知理论系统方案,采用的光学混沌源包含一个整体式硅基微腔,可调谐激光器和掺铒光纤放大器用来驱动微腔,此外还引入了光纤偏振控制器来选择芯片的横向电偏振和光学隔离器来防止不必要的反射光。产生的混沌被收集到光纤中,对于混沌数据的采集和分析则采用了电子频谱分析仪和数字示波器。最后的压缩感知过程通过计算机来完成。并且由于现阶段的大规模集成电路大多采用硅材料为基础的CMOS工艺制作而成,我们设计的系统方案核心是硅光子芯片,能更好的与当下流行的CMOS工艺结合,更加便于系统嫁接到集成电路上。(2)实验证明了硅基光学混沌构建的测量矩阵可以实现压缩感知,采用得到的光学混沌来组成测量矩阵,运用基追踪算法实现一维稀疏信号的恢复重建。并通过与先前学者提出的几种经典测量矩阵的实验结果相比较。证实我们使用硅基光学混沌产生的测量矩阵具有良好的性能。除此之外,我们还对二维图像进行了实验,结果表明可成功的将二维稀疏图像恢复。