声发射检测技术因具有检测速度快、灵敏度高、可实现动态检测等特点,在一些重要的、实时运转的设备在线状态监测和检测中得到了广泛的研究和应用。但由于检测系统需要连续的接收被监测结构件反馈的信息,因此信号的采集系统将产生大量的数据,这些大量数据的传输和存储对系统硬件提出了更高的要求,影响了声发射技术在实时在线监测工程中的应用。针对此问题,本文基于压缩感知新采样理论,研究其在声发射信号中的应用,旨在减少声发射在线检测中产生的大量数据,达到数据压缩的目的。主要的研究内容如下:1)压缩感知理论是本文的基础,本文着重从信号的稀疏表示、测量矩阵设计以及重构算法三方面对理论进行描述,并对典型信号用不同的稀疏基进行稀疏比较。同时本文对感知理论三种算法进行了理论和实验分析,研究了不同算法时,信号稀疏度、测量值和重构成功率的关系,并对重构所需时间进行了比较,同时对算法的性能进行了分析,从而初步对适合声发射信号压缩重构的算法做出选择。2)基于压缩感知理论对声发射采集系统进行了设计,并利用Simulink软件对采样系统的随机解调模拟信息转换器进行了仿真验证,同时对该系统中各模块的硬件电路做了具体的设计以及器件的选型。3)为了选出最合适声发射信号的重构算法,首先对仿真出的声发射信号利用两种算法进行压缩重构,验证算法的可行性,并研究这两种算法的测量值与重构误差、均方误差以及重构时间的关系,以这三个方面为评价标准,筛选出最适合声发射信号的重构算法。4)针对所选出的声发射信号重构的最佳方法,对实际的采集的两种声发射信号重构,验证所选方法的正确性。并研究所选算法不同测量值与误差和重构时间的关系,并根据实验结果的曲线特性得出在该算法下最优的压缩采样率。