超宽带(Ultra-Wideband, UWB)具有抗干扰性好、传输速度高、空间容量大、功耗极低等优点,在高速信息传输、测距与成像、无线传感器网络、雷达探测等领域被广泛应用。然而,以Nyquist-Shannon定理为理论基础的采样技术已满足不了UWB系统对信号高速采样的需求,信号的高速采样已然成为UWB研究中一个难以攻克的技术瓶颈。压缩感知(Compressive Sensing, CS)是一种突破传统信号处理模式的全新的信号采样和处理理论,该理论能用远低于Nyquist-Shannon采样定理要求的速率,对可压缩信号进行采样和重构。CS理论的出现为UWB系统的信号采集和处理提供了一种新的解决方案。本论文就是围绕CS理论在UWB采样系统中的应用而开展的研究工作。首先对CS理论的主要内容和算法进行了系统的分析和介绍,为将CS理论合理运用在UWB采样系统中打好了基础；其次,本论文提出了一种基于CS理论的UWB信号处理方案,并利用数值仿真的方法对线形和圆形两种阵列天线接收到的调制高斯型时域瞬态UWB阵列信号进行CS处理,验证了该信号处理方案的可行性和有效性；最后,为了进一步降低UWB系统的采样率,本论文对所提出的基于CS理论的UWB信号处理方案进行进一步的优化。同时,也为稀疏基函数的选择提出了一些有效选择方法。优化后,在保证精确重构的前提下,可以使采样率降低至Nyquist-Shannon采样率的5%以内,这对于克服传统采样系统对UWB阵列信号采样的瓶颈限制有着重要的意义。本文所提出的基于CS理论的UWB信号处理方案和稀疏基函数的选择方法可为其他种类信号的低速采样和稀疏化处理提供一定参考。