受模数转换器(Analog-to-digital, ADC)采样能力的限制，以奈奎斯特-香农采样定理为理论基础的传统信息采集方式在处理宽带稀疏信号时遇到了技术瓶颈。而对ADC采样能力要求较低的欠奈奎斯特采样(sub-Nyquist sampling)方式，往往需要提供待处理模拟信号的频谱先验信息，才能完成采样后的信号重构(SignalReconstruction)过程。近年来在信息领域兴起的压缩感知理论，为解决宽带稀疏信号采集的难题带来了新的思路。与传统的信息采集流程不同，基于压缩感知理论的信息采集方式将信号采样与数据压缩过程合二为一，既获取了输入信号中的关键成分又简化了操作步骤。采样后小数据量的信息不仅方便传输与存储，而且通过精确的算法能够完美重构原始信号。本文的研究工作包括基于压缩感知理论的信息采集系统的框架搭建及其硬件实现研究。结合课题的技术指标，信息采集系统处理的信号类型是符合多频带模型的宽带稀疏模拟信号。该信息采集系统能处理未知先验频谱信息的模拟输入信号，属于欠奈奎斯特盲采样，称为压缩采样系统。压缩采样系统包括信号采样模块和信号重构模块两个部分。在信号采样阶段，符合多频带模型的模拟信号首先与高速率的符号交替波形相乘，乘积通过合适截止频率的低通滤波器之后，以远低于原信号奈奎斯特率(Nyquist rate)的采样率进行采样。信号重构阶段，原始信号的支撑集(support set)能否恢复决定着信号重构的成败。在接收采样样本后，首先使用相关算法计算出信号的支撑集，然后通过模拟低通滤波器可以很方便地重建原始信号。硬件实现部分，在理论基础上结合课题项目的技术指标要求，将压缩采样系统框架按功能分为模拟和数字两个版块，本文的硬件实现主要包括模拟版块的硬件设计以及功能调试。硬件设计主要包括电源供给、输入信号调理、信号分流、信号混合和低通滤波等模块的硬件实现。硬件调试主要分块完成了各个功能模块的调试，并验证了各模块的调试结果与硬件设计时的预期结果一致。