法拉第旋率合成方法(Faraday rotation measure synthesis,RMS)目前已经成为研究宇宙磁场的有效工具之一。它通过观测偏振量和与法拉第色散函数(Faraday dispersionfunction,FDF)之间的傅里叶变换关系来反解出法拉第色散函数,由于观测波长范围的限制,其得到的法拉第色散函数是病态的,因此需要寻求一种更为可靠的重构法拉第色散函数的方法。压缩感知法(Compressive sensing/sampling,CS)是一种新兴的信号处理技术,其优点在于利用极少的采样数据也有可能实现对原始信号的较好逼近,相比于传统方法具有很大的优越性。目前已经提出了有关基于CS的法拉第色散函数重构方法,模拟结果显示要好于RMS方法,然而是否具有实用性仍然未知。本文主要探究了基于CS的法拉第色散函数重构方法在实际观测中的可行性以及实际应用中最优化的参数设置。结果表明:基于CS的法拉第色散函数重构结果会受到各种因素(如噪声、不同辐射源在法拉第深度空间上的间隔以及源的偏振强度和相位等)的影响而出现较大的不确定性。在大样本统计实验中,对重构结果在峰值附近进行了最小二乘法拟合,拟合后的法拉第深度更接近真实值。同时,给出了不同波长范围内的最优分辨率设置:对于频率范围1.1-3.1GHz,分辨率δ应取△φFWHM的1/4;对于频率范围1.1-1.4GHz,分辨率δΦ应取△ΦFWHM的1/9;而对于频率范围2-4GHz,分辨率δΦ可取△ΦFWHM的1/4,1/5,1/7,1/8。在实际应用中,应采取较宽的频率范围,如1.1-3.1GHZ。