声发射检测作为一种动态无损检测技术,在无损检测领域有着广泛应用。在实时在线检测的过程中,根据传统的奈奎斯特定理的信号采样需要采集大量信息,从而给信号的采样频率、传输速度和储存空间带来了压力。本文基于压缩感知理论,在深入研究金属裂纹声发射信号的基础上,以SAMOS系统为采集和分析平台,并结合Matlab软件对原信号进行重构仿真实验。首先,本文介绍了压缩感知理论的研究现状和声发射检测技术的发展背景,由此提出了本课题的主要研究内容和研究意义。其次,本文对压缩感知理论进行了论述,针对金属裂纹声发射信号,基于压缩感知对其进行稀疏表示分析和重构研究。分别应用MP、OMP和BP算法对单个金属裂纹声发射信号进行压缩与重构,对比分析了在不同测量维数下的三种算法重构效果。最后,本文基于压缩感知理论,设计出了一个采样与存储的程序平台并应用于金属拉伸试验和疲劳试验,实现了对提取的金属裂纹声发射信号的连续压缩存储与信号重构。本文基于压缩感知理论,应用三种重构算法实现了金属声发射信号的重构恢复,通过8项评价因子来评价信号的恢复效果,对声发射信号进行参数化分析来验证评价因子的信号评价结果的可行性与可靠性。结果表明,基于压缩感知理论实现了金属裂纹声发射信号的压缩与重构,提高了声发射信号的传输效率,节约了存储空间,为声发射检测技术的发展和声发射信号研究提供了一种新的思路。