压缩感知(Compressed Sensing,CS)是近年来发展起来的信号采样的新理论和新方法,引起了多个学科领域内研究人员的广泛关注。在无线传感器网络领域,CS也具有重要的理论价值和潜在应用前景。譬如,CS可以替代传统的奈奎斯特采样器件,减少数据采集、存储、传输及处理所需的能量,从而延长无线传感器网络的续航时间。本文基于压缩感知理论及随机解调硬件架构,设计了一种新型模拟信息转换器(Analog-to-Information Convertor,AIC),并将其应用于桥梁结构健康监测无线传感器网络中,进行了数值模拟仿真及实验验证。主要研究内容如下:首先,介绍了压缩感知理论框架,分别从信号稀疏表达、观测矩阵设计和信号重建算法三方面进行了分析。尤其针对经典的正交匹配追踪算法进行了重点介绍,通过对不同类型稀疏信号的重建结果进行分析比较,总结归纳了该算法的优点和存在的问题。其次,在硬件设计方面,以随机解调硬件框架为基础,分别从信号采集模块、压缩采样模块、通讯模块三个方面进行了改进,设计了一种新型模拟信息转换器,并以FPGA为核心进行了硬件实现。设计了简单激励信号采样实验,验证了模拟信息转换器的有效性。最后,在新型模拟信息转换器基础上,搭建了面向桥梁结构健康监测的无线传感器网络系统,并在三层金属框架模型及滨州黄河大桥缩尺模型上进行了结构振动信号采样实验。实验结果一方面验证了CS理论在无线传感器网络应用方面的可行性,另一方面揭示了模拟信息转换器各模块不同的设计方式对系统整体性能的影响。