信息时代的来临，以卫星测控技术为核心的空间技术在政治、军事、经济等领域的地位日益提高，成为现代社会中不可或缺的通信手段。卫星测控技术是指在卫星发射、运行以及回收阶段完成各种测量以及控制任务的技术。随着卫星测控技术的不断发展，测控系统所传输的信号的形式、参数日趋复杂化，大量的实时数据和语音、图像以及视频信号需要通过卫星测控系统传输，给信号接收端AD转换带来很大压力，传统的以奈奎斯特采样为基础的采样方式会导致采样速率过高，很难满足实时性的要求，另一方面，采样过程会产生大量的冗余信息，还需要再压缩，浪费了大量的资源。2006年，Donoho等人首次提出了压缩感知技术，并在理论上验证了压缩感知技术的可行性。根据压缩感知理论：在信号稀疏的前提下进行低于奈奎斯特采样速率的观测，可以通过非线性的优化算法从较少的观测值中重构原始信号。压缩感知技术的不断成熟，使得将压缩感知技术应用到卫星测控系统中数据、图像信号的压缩采样成为可能。本论文将压缩感知技术应用于卫星测控通信系统中，对测控通信系统中的图像和视频信号的获取、存储和传输等问题进行了研究，论文的主要工作如下：(1)首先针对卫星测控系统发射信号的带宽高，相应的接收端采样速率过高所导致的硬件代价高的问题，提出一种基于Hardmard序列的模拟信息转换器(AIC)，来降低接收端的采样速率，将压缩采样同步进行。在实际信号上进行仿真实验，实验结果显示：该方法能够在低采样率下较好地重构出原始信号，较RD采样有更好的重构效果。(2)其次，针对卫星系统中需要星载相机拍摄大量图像信号，电荷耦合元件(CCD)造价过高，图像传输码数率过高而且中间易被截获的问题，将压缩感知技术应用到成像系统中，提出一种基于Toeplitz观测矩阵压缩的块成像方法。该矩阵具有很好的实际应用性，将光线进行混叠通过较少数量的CCD就可以得到压缩后的图像，增加了星载相机CCD的使用寿命，通过块观测矩阵将图像的维数降低，有利于图像的实时性传输，在图像传输中被截获的压缩感知信号，在不知道观测矩阵的前提下无法解析。在遥感图像上进行仿真实验，实验结果显示：使用Toeplitz矩阵观测较理想的高斯随机矩阵观测以及伯努利观测矩阵有更好的图像视觉效果，尤其是在低采样率下，成像质量有明显提高。(3)再次，针对低采样率下成像质量不高的问题，提出一种基于Toeplitz观测矩阵和核压缩感知结合的成像算法。相比传统的压缩感知方法，基于Toeplitz观测矩阵和核压缩感知结合的成像算法在更低采样率下可以获得较好的图像信号重构效果，将该方法在重构方法中的单向量观测(SMV)问题转化成多向量观测(MMV)问题求解，得到具有解析形式的解。将该方法在遥感图像上进行仿真实验，实验结果显示：将优化问题转化成MMV问题求解具有更快的重构速度。(4)最后，提出一种基于聚类的分块压缩感知成像方法。根据得到的观测值对原始图像块进行均值和方差的估计，之后应用聚类算法将相似的图像块聚集在一起，求解MMV优化问题，并加入非局部均值约束项。将该方法在自然图像、遥感图像以及医学图像上进行仿真实验，实验结果显示：该方法可以高质量地重构图像，较传统的重构算法具有优势。本文工作得到了973国家重点基础研究发展计划(2013CB329402，NCET-10-0668)，国家自然科学基金(61072108，60601029，60971112，61173090)，教育部博士点基金(20120203110005)，武器装备预研基金项目(9140A24070412DZ0101)和高等学校学科创新引智计划(111计划)：No.B0704的资助。