随着无线通信网络的发展和网络规模的扩张,传统的变换压缩技术在处理大规模数据时面临了巨大挑战,主要表现在所要求的采样率过高以及先高概率采样后压缩造成的资源浪费等。压缩感知理论作为一项新兴的利用信号的稀疏性进行信号采集、编解码的理论,可以以远远低于奈奎斯特采样率的速率同时实现信号的采样和压缩,且最终可对原始信号进行精确重构。压缩感知理论已被成功应用到图像处理等领域。在解决通信网络中的相关问题时,压缩感知理论也逐渐体现出其优势。本论文全面阐述了压缩感知的基本理论及其在无线通信网络中的研究现状。首先,介绍了信号的稀疏化表示方法、观测矩阵与变换基的非相关性、以及现有的重构算法。然后,总结了压缩感知应用于通信网络中的研究现状,主要包括其给信号检测,信道估计,数据收集,网络监管等领域带来革命性变化,并且分析了现有研究的不足,为后续研究指明了方向。本文主要研究基于压缩感知理论的随机路由设计及相应的改进式路由选择方法,以实现无线通信网络中的数据采集。传统的压缩感知理论用于无线通信网络的数据采集时,会产生密集观测问题,造成巨大的传输能量损耗。基于稀疏随机映射的压缩感知理论可有效解决这一问题。基于本论文中的路由选择方法的数据采集,能在保证信号重构的精确性和稳定性的同时,大大降低数据采集所消耗的传输能量。本文最后给出了压缩感知理论在无线通信网络中应用研究的一般方法、技术难题和潜在的研究领域。