数字技术成为人与社会交互的媒介,但自然界中绝大部分信息都不是以数字化的方式存在,把模拟信号变为数字信号是信息处理流程中最为关键的一步。基于传统的奈奎斯特采样理论产生的模拟-数字转换器(Analog-Digital-Converter,ADC)对采样频率要求严格,越来越难以满足超带宽、高频信号的采样处理。为实现低速率采样的同时缓解数据传输、存储及处理的压力,基于亚奈奎斯特采样的模拟信息转换器(Analog-to-Information-Converter,AIC)进入人们的视野。本文以压缩感知理论为基础,对信号进行亚奈奎斯特采样,利用重构算法进行信号的恢复并对恢复信号进行误差方面的分析。由于是利用线性欠定方程求解的贪婪算法进行信号的复原,有时可能会对重要信号造成丢失,为了完成信号的准确无误的传输,对复原后的信号进行容错性设计,保证向后端传送信号的完整性。本论文的主要研究内容如下:首先,将模拟信息转换器与传统的模拟数字转换器进行梳理,分析这两种转换器的基本原理,并比较优劣点。由于电子科技技术的发展,在应对一些超带宽信号时,传统的模拟数字转换器越来越难以满足对采样频率的要求,为了实现信号的亚奈奎斯特采样发展出了压缩感知理论,对压缩感知理论进行详细的阐述,并对其进行时间线的规整,完成对其理论知识的补充。其次,压缩感知理论的三大热点内容主要是信号物理世界中稀疏性的发掘、信号测量矩阵的构造和原始信号恢复重建算法。模拟信息转换器的设计要综合考虑理论与实践的可行性,从而选择合适的框架去实现,本论文在综合比较几种比较经典的实现结构后,选择以调制带宽转换器结构来进行理论实验,并运用MATLAB按照调制带宽转换器的结构原理框图进行仿真实验验证该结构的理论可行性。最后,对采集出来的信号使用压缩感知重建算法复原出原信号,是最重要的一步,本论文提出一种基于广义正交匹配追踪算法的改进算法,针对广义正交匹配追踪算法中选择原子迭代时会出现选择不准确原子的情况。算法在循环过程中寻找最优匹配原子索引时采用内积法和在迭代过程中往估计支撑集合~k(43)中添加最优匹配原子索引时没有相应的策略去删除其中过多的错误原子提出相应的改进方案。