模拟信息转换技术同时对信号进行采样和压缩,突破了奈奎斯特采样的限制。跳频通信技术在军事通信领域得到了广泛的应用,随着通信领域的不断发展,跳频通信信号的带宽也越来越宽,对传统信号处理设备产生了巨大困难。本文将模拟信息转换技术中应用到跳频通信信号的压缩采样及重构当中。针对随机解调方案,重点介绍了方案中观测矩阵及稀疏基的构造方式,分析了目前稀疏基不能很好的表现信号稀疏特性的缺陷,提出了以K-SVD算法训练过完备字典作为新的稀疏基,仿真实验通过输出信噪比、重构成功率以及时间复杂度验证了所提方案具有良好的重构性能和稳定性。针对调制宽带转换器,重点介绍了基于MWC的压缩采样系统的设计,分析了目前重构算法需要已知稀疏度的不足,对算法进行优化,提出了多维迭代支撑集检测算法,仿真实验通过误码率、恢复成功率等指标对方案性能进行评估,结果表明所提出的基于MWC的信号处理系统和支撑集检测算法均具有较好的性能。本文搭建了基于模拟信息转换技术的信号处理平台,提出了采用字典优化学习算法构造稀疏基,并针对现有支撑集检测算法进行优化,打破了现有算法的局限性,为基于MWC的宽频信号压缩采样及重构提供了新的处理方法。