传统奈奎斯特采样定理要求信号的采样频率必须大于信号最高频率的两倍，受其约束，在雷电定位系统的设计与实现过程中，为满足实时性要求和提高分辨率及精确度，定位系统在信号处理过程与硬件设备要求上面临着信号高采样率，数据处理效率慢及存储空间巨大等问题的严峻挑战。　　压缩感知的出现，为解决上述问题提供了一个全新的方法。压缩感知打破了奈奎斯特定理的限制，提出了只需要少量采样值即可恢复原始信号的方法。针对稀疏信号或可压缩信号，压缩感知理论在采样的同时完成对信号的压缩，其采样率远低于奈奎斯特采样定理限制下的采样率。最后，可通过合理的重构算法，精确地重构出原始信号。　　本文的主要研究工作有三部分。第一部分介绍压缩感知理论及其应用，重点介绍涉及本文研究内容的重构算法。第二部分是针对类似雷电信号的非零系数集中、数据量巨大的特殊结构稀疏信号，对压缩感知重构算法进行改进，即引入等距离信号分解及多核多线程的并行处理技术，成功实现对此类信号的压缩与重构。第三部分是将压缩感知技术运用于雷电定位系统信息处理当中，实现雷电定位系统对信号的高效处理的目的。同时，大大减小硬件设备对雷电信号的存储压力。　　经过对仿真和雷电定位系统对实际雷电信号的处理结果分析可知，基于信号分解的压感知算法可克服类似雷电信号的稀疏信号的特殊性，可成功实现对此类信号的压缩与重构，而多核多线程的并行处理技术使得信号在重构时的效率得到很大的提高。