在社会经济快速发展过程和构建和谐社会进程中,环境安全问题已成为制约经济快速发展和构建和谐社会的瓶颈,其中毒害气体泄漏是危害最大的突发灾害事故之一。采用传感器网络技术对毒害气体泄漏状况进行长期监测和泄漏源定位的必要性和有效性正逐步得到工程界的认同。但是在面向毒害气体泄漏监测的无线传感器网络中,传感器遵循奈奎斯特采样定理进行气体信号采样,采样率较高,导致无线传输数据量较大,传感器网络续航时间较短,对毒害气体的监测不能有效进行。本文基于压缩感知理论,研究毒害气体信号的采集、量化、重建过程,为毒害气体泄漏监测提供更先进的数据采集技术、性能更优越的数据处理算法,丰富和发展毒害气体泄漏监测技术。本文主要研究内容如下:首先,在气体信号建模方面,提出分块稀疏模型对气体信号进行稀疏表达。研究表明,分块稀疏信号的概率模型能够有效表达信号内部的相关性,可以相对精确的描述信号。在此基础上,基于贝叶斯理论,提出分块稀疏多比特压缩感知重建算法。该算法利用变分贝叶斯推断方法进行信号重建,之后通过期望最大化算法进行参数估计。仿真结果表明,该算法针对分块稀疏信号具备良好的重建性能。其次,基于一比特压缩感知理论,提出一种分块稀疏一比特压缩感知重建算法。该算法通过对测量噪声进行高斯建模,联合原始信号的分块稀疏模型通过变分贝叶斯推断方法对原始信号进行估计。仿真结果表明,该算法不仅能够精确重建分块稀疏信号,而且对噪声具有较强的鲁棒性。最后,通过真实环境气体泄漏监测实验,验证了本文提出算法的有效性及优越性。预期研制的毒害气体泄漏监测系统不仅可广泛应用于石化行业、危险品储运等场所的空气质量监测及突发毒气泄漏事故的预警及应急防护,且在公安反恐、消防营救、边防缉毒等行业存较大需求,蕴含巨大的市场潜力。