在超声成像系统中，由于高质量成像的需求，超声信号采样频率变得越来越高，使得在超声成像过程中产生的大量回波数据，导致数据的储存和传输变得困难，增加了系统实现的复杂度。压缩感知技术能够解决高速数据采集与大数据存储的问题，将信号从少量采样信号中准确地恢复出。同时，应用编码技术能够提高成像的信噪比，还能够在较低采样数据量的情况下，提高重构图像的质量。
　　因此，本文将编码激励技术和压缩感知技术结合应用到超声成像领域中。但此时存在一定问题，第一个问题是：目前测量矩阵的构造方法主要有随机性矩阵和确定性矩阵。但是随机性测量矩阵结构复杂，随机性高，在硬件系统中难以实现，并且一般确定性测量矩阵结构虽然简单，但是重构误差较大。第二个问题是：由于常见的稀疏字典并不是针对信号的结构特征进行设计的，对于超声回波这种具有重复叠加特性的信号来说，在稀疏表示的过程中不能发挥常见稀疏字典的优势，导致超声信号不能很好地被稀疏表示，从而导致重构图像质量差。
　　针对以上两个问题，本文进行了如下研究：
　　①提出一种简单又高效的确定性测量矩阵，二元稀疏块对角矩阵BSBD。BSBD矩阵由几个子矩阵构造而成，这些子矩阵则是由一个或几个简单的二元块对角矩阵排列而成的。因此，所构造的BSBD矩阵是二元的且高度稀疏的。在每一列中，除了一个或多个“1”外，其余都是“0”。此外，当BSBD矩阵仅由一个子矩阵组成时，每一列中只有一个非零元素。它有以下优点：硬件实现简单；测量效率高；与常用稀疏矩阵不相关；提供快速、近似最优的重构。仿真结果表明了所提出的BSBD矩阵在低采样率下的重构超声图像质量优于高斯随机测量矩阵以及以拓普利兹矩阵为代表的确定性测量矩阵。
　　②提出了适用于超声信号的基于超声Chirp回波的正交稀疏字典OSD。在较低采样数据量情况下的重构图像质量较差，而编码激励技术能够提高超声成像信噪比，因此结合压缩感知技术和Chirp编码激励信号提出了适合于超声信号的稀疏字典。由Chirp信号的结构可以知道，在频域上Chirp回波信号是不稀疏的。为了能够使Chirp信号变得稀疏，用矩阵形式来表示Stretch处理，构造出适用于Chirp回波稀疏表示的正交字典，并对Chirp回波进行正交稀疏表示。所提出的字典OSD是无冗余的，这大大减少了数据的存储空间以及运算量。仿真结果表明相较于常见的稀疏字典，所提出的字典OSD的重构图像误差最小，可以在较低采样数据量下重构出原始图像，失真较小，重构时间也最少。
　　通过对上述问题的研究，解决了压缩感知技术应用在超声系统中的两大问题，得到了适用于超声信号的稀疏字典以及结构简单的测量矩阵，减少了超声系统处理的数据量，降低了系统复杂度。