压缩感知是一种重要的信号处理技术,已经被广泛应用于医疗成像、射电天文等领域。其理论不受传统采样定理的束缚,统一了采样与压缩,用极少的采样量便可完整恢复出原信号,节省了大量的空间,避免了不必要的资源浪费。测量矩阵构造研究是压缩感知领域的关键技术之一。随机测量矩阵不仅需要存储大量数据,占用过多存储空间,而且因为是随机生成数据,对硬件配置有较高要求。为了适应实际需要,确定性测量矩阵研究受到广泛关注。该文基于序列和编码,对测量矩阵构造方法展开研究。首先,基于二元m序列构造确定性测量矩阵。利用不同的二元m序列结构生成行索引集,对扎道夫-朱（Zadoff-Chu,ZC）矩阵进行对应的行抽取,构造相应的码本,再将所得码本转换成所需的测量矩阵。通过仿真实验的比较,新构造的测量矩阵性能要优于随机测量矩阵,更易于硬件实现。其次,基于最大韦尔奇界等式（Maximum Welch Bound Equality,MWBE）码本构造确定性测量矩阵。根据基于码本的测量矩阵构造框架,利用二次差集MWBE码本与最大可分离距离（Maximum Distance Separable,MDS）码分别构造了两类确定性测量矩阵。该方法通过特定映射关系,将码本向量进行转置,对应替代MDS码构造矩阵中的元素,得到两种新的测量矩阵。由于MDS码拥有较小的字符集,通过其构造的测量矩阵相关性较低,更容易满足约束等距性（Restricted Isometry Property,RIP）特性。最后,基于跳频序列集构造确定性测量矩阵。分别借助两种一次碰撞跳频序列集获得对应的基矩阵,通过对扩展、二元化的基矩阵嵌套DFT矩阵,得到两种新的测量矩阵。该方法使测量矩阵在维度的选取上更加灵活多变,同时又保证了其稀疏性,为构造测量矩阵提供了更多选择。