在无线通信网络中,伴随着信息的通信与传输,异常事件的发生是难免的。对无线通信网络异常事件的检测需要获取网络节点的信息,传统的信号获取技术通常遵循香农/奈奎斯特采样定理,但是产生的大量冗余数据会造成计算资源的浪费,同时高采样率下的海量数据传输和存储也是一项及其艰难的工作,需要新的解决方法。压缩感知是一项新兴的理论,其核心思想是将数据采样和压缩合并进行,利用信号的稀疏特性,可以以远低于奈奎斯特采样率的速率对信号进行采样,并最终精确地恢复出原始信号。压缩感知应用于无线通信网络不仅能推动该领域相关技术的发展,对压缩感知理论本身的发展和完善也有较大的促进作用本文首先介绍了压缩感知的基本概念,针对信号的稀疏化表示,观测矩阵的设计,信号的恢复与重构等关键技术详细阐述了压缩感知的相关理论。然后介绍了压缩感知在无线通信网络中的应用研究,讨论了相关的改进理论,并针对异常事件检测的应用分析现有技术的特点及不足,为后续研究打下了基础。本文主要研究基于压缩感知理论的无线通信网络异常事件检测算法设计。以往针对异常事件检测的研究往往依赖于一定的先验信息,而基于循环迭代自适应的加权基追踪方法可以有效解决这一问题,抑制噪声的影响并保证检测的准确性。考虑到无线通信网络中异常事件分布的不均匀性,本文提出了分布式的检测方法,通过对网络进行分布式检测,可以在保证检测性能的同时实现资源的合理分配,并大大节省网络的传输能耗。本文最后探讨了本课题的下一步工作并指出了压缩感知在无线通信网络中应用的未来研究方向。