随着互联网、多媒体通信、云计算等业务的发展，通信业能源消耗呈现快速增长态势，以低能耗为目标的绿色通信正在成为未来无线通信发展的趋势。伴随着业务多样性的发展，数据处理的带宽也越来越宽，而现有的器件频率已无法满足信号处理的需求。原因在于:奈奎斯特采样定理指出，必须以不小于两倍信号最高频率的采样速率进行采样，才可以无失真地恢复原始信号。压缩感知理论的提出使得信号的采样不受奈奎斯特采样定理的限制，目前已成为信号处理领域的热点。　　本文从压缩感知理论出发，提出了基于压缩感知的绿色通信模型，并建立了基于Matlab/Simulink的仿真模型，分析了该模型的结构与性能，验证了模型的可行性。该模型降低了信号的采样速率和存储空间，达到了绿色通信的目的。在该模型下，本文对基于压缩感知的重建算法进行了研究，尤其是贪婪类算法，并提出了两种改进算法。针对压缩采样匹配追踪算法需要预先知道信号稀疏度的局限，提出了改进的稀疏度自适应压缩采样匹配追踪算法，首先利用原子匹配测试的方法对稀疏度进行预估，然后在压缩采样匹配追踪算法的框架下进行重构。针对随机观测矩阵的列向量存在相关度影响重构性能的情况，提出了基于优化观测矩阵的正则化正交匹配追踪，对观测矩阵进行优化处理，减小列向量之间的相关度，然后与正则化正交匹配追踪算法联合，提高了重建精度。