压缩感知理论是近几年来很受欢迎的一种信号采集和处理理论。对于稀疏或可压缩信号,该理论可以以远低于奈奎斯特定理的采样率来进行数据采集,并且可以大概率的准确重构出原始信号。单像素成像系统是压缩感知理论应用的一个热点,本文从适用于单像素成像系统的二进制测量矩阵入手,针对现有二进制测量矩阵重构性能和硬件实现的负相关性,提出新的矩阵构造策略,并通过仿真实验的方法对策略的重构性能进行了验证。首先,本文根据结构化块对角矩阵构造方法,结合扩频序列中的平衡OG序列,设计了一种PRBD测量矩阵。该方法不仅保留了平衡OG序列不相关性好和硬件实现简单的优点,而且块对角的构造方式也让PRBD矩阵突破了原始序列规模的限制,可对更多不同大小的标准图像进行压缩采样和重构。特别地,该测量矩阵可分块重构信号,在保证重构性能基本不变的情况下,极大提高重构速度。仿真实验表明该测量矩阵很好的重构性能。然后,考虑到单像素成像系统对测量矩阵的二进制要求,结合现有的OV优化算法,本文提出了一种矩阵分构算法。通过该算法构造与优化矩阵性质近似的相近矩阵,在采样阶段采用结构简单、易于硬件实现的二进制测量矩阵,在重构阶段采用性能较好的相近矩阵。理论分析和实验表明,相比较原始矩阵,该优化算法所得相近矩阵的重构性能更优。