在惯性约束聚变（ICF）中，靶丸驱动对称性是实现点火的关键因素之一。数值模拟黑腔内的辐射情况以计算靶丸驱动对称性是惯性约束聚变理论研究的一个重要方面。能量平衡模型把黑腔分成辐射区和二次辐射区域，并认为黑腔内能量达到平衡状态，两个区域内的能量处处均匀，利用黑腔内能量的平衡关系，直接计算出两个区域的能量大小，然后基于视角因子方法，计算靶丸各处受到黑腔内壁的辐射值。离散视角因子方法把黑腔与靶丸离散为细小面元，适用于任意形状的模型。基于离散视角因子方法的激光惯性约束聚变靶丸驱动对称性计算，需计算所有黑腔对每个靶丸面元的作用，计算量十分巨大。巨大的计算量极大地制约了仿真软件在实验装置设计中的实际应用。提高计算效率，同时保证计算精度，是仿真软件能够推广使用需解决的迫切问题。压缩感知理论指出，对于稀疏信号，只需按照一定的采样方法采集待测信号少量的样本，就能够使用还原算法精确重构原始信号。本文研究了压缩感知理论，深入分析了信号精确重构的关键性质——采样矩阵满足约束等距性条件及重构算法等关键技术。论文指出了靶丸表面能量分布的球谐展开系数的稀疏性，分析了利用压缩感知理论提高计算效率的可行性。论文引入加权矩阵，构造了一个满足约束等距性条件的正交的采样矩阵，从理论上保证了重构的精确性。采用新方法，只需计算随机均匀选取的靶丸表面的少量面元的辐射能量，便能精确地还原靶丸表面所有面元能量分布，并求解靶丸的各阶驱动对称性。通过数值实验，针对几种典型的黑腔辐射情形进行了计算，分析基于压缩感知的靶丸驱动对称性计算方法在精度、效率和稳定性等方面的表现，验证了新方法的有效性。新的方法被应用在本实验室开发的驱动对称性分析软件中，本文最后介绍了该软件的系统结构和运行原理，并给出了应用该软件对神光Ⅲ原型模型进行腔长优化的实例。