无线音频传感器网络是无线多媒体传感器网络的一种简单表现形式，负责采集监测区域内的音频信号，并根据用户需求提取音频信号特征参数或将完整的音频信号通过无线网络传输至用户端。与温度、湿度、光照强度等标量信息不同，宽带音频信号的高速采样和大流量采样数据的无线收发为系统设计带来新的挑战，主要表现为计算、存储、电能、带宽等资源有限的传感器节点难以满足音频信号的高速采样、处理和实时传输的需要。事实上产生上述问题的根源在于信号采样必须遵循奈奎斯特采样定理，即采样频率不能低于信号带宽的2倍。压缩感知理论颠覆了奈奎斯特采样定理，基于信号的稀疏性提出了全新的信号采集与处理的框架，其指出：只要信号具有稀疏性或在某个变换域上具有稀疏性，就可以以远低于奈奎斯特频率的采样速率对其进行采样，且可根据低速采样得到的采样值对原信号进行精确重构。压缩感知理论将信号的采样与压缩过程合并，开辟了一条低成本的信号采样与处理的道路。本文将压缩感知理论应用于无线音频传感器网络，探索资源节约型的数据采集方案。本文的主要研究内容如下：(1)结合压缩感知理论，提出了一种以数据压缩为核心的音频信号采集方案。该方案中音频采集节点首先对信号进行完整采集，其次通过压缩感知线性测量过程实现音频信号的高比率压缩。本文分析了音频信号在常用稀疏基上的稀疏性、设计了基于伯努利二进制矩阵的压缩测量方法、给出了含噪信号的压缩感知重建模型，最后对所提出的伯努利二进制矩阵的观测性能进行了仿真分析。(2)为进一步减少音频数据采集量，降低节点数据采集和数据传输的能耗，结合压缩感知理论，提出了一种基于随机采样的音频信号采集方案。该方案中音频采集节点直接对模拟的音频信号进行低速随机采样，并将少量的低速采样得到的采样值传输至用户端，复杂的信号重建过程和信号分析在用户端完成。本文在前人工作基础上，提出了加性的随机采样时刻序列生成方法、推导了随机采样等效观测矩阵，并对随机采样等效观测矩阵的性能进行了仿真分析。(3)为验证本文提出的两种音频信号采集方案的可行性及效果，在已有的无线音频传感器网络平台上进行了数据采集实验，并开发了针对本文数据采集方案的上位机软件，使之构成了一个完整的音频数据采集系统。实验结果表明，本文提出的两种基于压缩感知的音频信号采集方案合理可行，均可以实现音频信号的多点分布式采集、传输和信号的高精度重建。同基于数据压缩的音频信号采集方案相比，基于随机采样的音频信号采集方案更适合于资源有限的无线音频传感器网络。