现有矿用传感器多为模拟传感器,其信号传输易受干扰,数据传输可靠性差,使用维护成本高,并且传感器间无法进行信息交流,不能满足矿山物联网对传感器的要求,对矿用传感器进行数字化和网络化改造是矿山物联网发展的必由之路。然而随着数字化网络化传感器应用的增多,传感器输出的大量数据又易造成网络拥塞,解决这一问题的关键在于降低传感器输出的数据量。基于压缩感知理论的模拟信息转换器(AIC)将传统的数据采集变为信息采集,为实现传感器数据压缩提供了新的设计思路。本文基于此,结合矿用传感器数字化、网络化的需求,开展了如下工作:1.综述压缩感知理论及模拟信息转换器的研究现状,明确了本文基于压缩感知的矿用数字化、网络化振动传感器的研究思路和设计目标。2.研究压缩感知理论,从稀疏表示、观测矩阵、重构算法三个方面对该理论进行综述和分析,寻找适用于振动信号的稀疏表示方法和重构算法。3.分析现有AIC模型,提出一种易于硬件实现的随机采样等效观测矩阵,并进一步设计出了适用于矿用振动传感器的随机采样AIC实现方案。4.按照所设计的AIC方案,结合矿用传感器数字化、网络化的需求,对矿用振动传感器进行总体设计和具体的软硬件设计。5.完成传感器实物制作,对传感器进行硬件调试和软件调试,检测传感器整体实现效果是否达到预期目标,验证所设计的AIC方案的可行性。本文通过以上工作后,验证了所设计的随机采样AIC方案是可行的,这为矿用压缩感知传感器设计提供了范例,为推动矿山物联网建设做出了一定的贡献。