随着海洋资源的不断开发利用，海洋经济的逐步大力发展，水下传感器网络逐渐成为人们研究的热点。无线传感器网络，尤其是在水下环境中，传感器节点自身的能量和无线网络的带宽等资源是十分有限而且相当重要的。同时，由于水下传感器网络中的大量节点部署在海洋底部或者悬浮在较深的海洋水中，更换节点能源非常困难。考虑到上述水下通信环境的特殊性，找到创新的十分有效的水下信息搜集方案是十分必要的，这也是人们研究的重点难题。而近年来，一种革命性的理论——压缩感知技术的出现，提供了一种创新性的研究突破方案。压缩感知的理论指出：只要原始信号可以在某一稀疏域稀疏地表达出来，那么就可以用一个与这个稀疏基并不相关的随机观测矩阵对原始信号进行测量，并且最终利用观测到的数值在允许的误差下，精确地恢复出原始数据信息。大多数的自然信号都满足在某一稀疏基矩阵上可压缩的特性。那么根据这一理论，在水下传感器网络中，并不需要搜集到每个传感器节点的感知数据，可以取而代之的是：汇聚节点根据一定的路由准则，收集到远小于传感器节点数目的感知数据，并利用这些观测数据值重构出原始每个传感器节点的数据值。这里主要研究了在二维传感器网络和三维立体传感器网络中基于压缩感知理论的信息采集方案，探讨了单跳传输和多跳传输的情况。提出了将压缩感知和传感器网络分簇协议结合的方案，利用压缩感知理论大大减少了传输的数据量，而分簇协议实现了网络能耗的均衡。在三维多跳网络中，提出了一种分布式随机多跳压缩感知的方案。理论分析和仿真结果表明，相对于传统的信息采集方案，提出的方案在节约网络能耗，延长网络寿命，节约网络带宽等方面，有着很大的优势。具体的研究工作在一定程度上为大规模传感器网络的发展，海洋资源的探索，海洋事业的大力发展提供了最有意义的技术参考方案。