压缩感知理论是信息化社会不断发展的一个产物，由于人们对于信息的存储、传输等要求越来越高，传统的信号压缩方法在某些方面已经难以满足人们的要求。于是压缩感知理论应运而生。这个全新的理论并没有建立在传统的奈奎斯特定律的基础之上，而是突破了这个限制，使得信号的采集无需满足奈奎斯特定律，从而大大的降低了采样的速率。正是由于这个原因，近年来压缩感知成为人们研究的热点。其中，构造简单而又有效的测量矩阵对于压缩感知的硬件实现有着重大的意义。本文在大量的阅读有关于压缩感知的文献的基础之上，对于信号的稀疏表示、测量矩阵的设计以及后端恢复算法的研究这三个压缩感知过程中的核心问题进行了深入的讨论和全面的综述。然后，本文在对现有测量矩阵进行总结与讨论的基础上，针对LDPC矩阵构造时，针对不同维数的测量矩阵，都需要一系列实验确定其最优的d值（矩阵每一列中“1”的数量），过程繁琐，不利于实际应用的这个问题，设计出一种基于LDPC矩阵的半循环半随机式测量矩阵，该矩阵不仅具有LDPC矩阵的稀疏性好、正交性强、构造方式简单等优点，而且构造方式固定，无需计算最优的d值。与LDPC矩阵相比，它还有着更大的稀疏性。文章最后还对该矩阵在压缩成像系统中的应用进行了研究与仿真。仿真结果表明，将此半循环半随机式测量矩阵应用于压缩感知系统时，有着良好的重构效果。并且将其应用于基于压缩感知的多通道成像系统中时，不仅有着硬件易实现的优点，其恢复效果也极佳。