结构健康监测是确定结构完整性的革命性创新技术,通过布置在结构上传感器网络激励和接收诊断信号,实时、在线地对结构进行监测,以便及时的发现结构的损伤,并进行评估和定位。结构健康监测对于结构的轻量化设计、以及提高结构使用的安全性和降低维护成本具有重要意义。在飞行器、桥梁、建筑等工业装备和基础设施上具有广泛的应用前景。对于诸如飞机机翼和机身等大型结构的状态监测或损伤诊断,需要布置大型传感器网络,导致了激励和接收信号数据量非常庞大,尤其是对于超声导波主动监测,传感器激励和接收的导波信号的频率很高。根据传统的奈斯奎特采样定理,采样率要大于接收信号最高频率的2倍,高采样率和大数据量对信号的采集、传输和存储以及处理设备提出了严峻挑战,尤其是对于采集的信号需实时传输到基站进行处理的场合。因此,如何对基于大型传感器网络的传感信号进行压缩采样以提高监测效率和降低成本,是当前结构健康监测的研究热点。本文采取近年来出现的压缩感知理论来解决结构健康监测信号的压缩采样问题,选择随机解调系统实现压缩感知,设计了相应软硬件系统,同时实现信号的压缩和采样,降低采样率和数据量。本文的主要研究内容和结果如下:(1)研究了结构健康监测信号的特征和随机解调的原理,用MATLAB仿真随机解调结构压缩采样健康监测信号,并探究了滤波器参数、压缩比和信号长度对重构效果的影响,为后续的随机解调系统的设计和实验提供依据。(2)搭建了可应用于结构健康监测的随机解调实验系统平台。实验系统包括硬件和软件两个方面。硬件系统重点设计了随机解调系统,整合了采集卡和信号发生卡等部分,使得硬件能实现结构健康监测和随机解调的功能。软件包括各个硬件模块的同步控制、信号重构算法等部分,能产生所需要的信号并可采集、重构并储存信号。(3)将随机解调系统集成嵌入到现有的结构健康监测系统中,压缩采样基于压电传感器网络的主被动式结构健康监测信号,并将压缩采样的结构健康监测信号与以传统的奈斯奎特采样定理采得的信号进行对比。结果表明,在主动式监测中,以压缩10倍的采样率和数据量重构的基准和损伤信号的相位和幅值差与未压缩采样的基准和损伤信号的相位和幅值差相差较小,且随频率变化的趋势一致;在被动式实验中,以压缩10倍的采样率和数据量重构的信号与未压缩采样的信号相差较小,9次实验的平均SNR为16.38dB。