压缩感知的三个关键要素是目标数据的稀疏表达、随机采样和稀疏约束的优化重构算法,其中随机采样即对目标数据进行随机地抽样,采样点之间的间隔通常是不相等的。由于单纯的随机采样是完全随机的,存在某些位置采样点过于聚集或者过于分散的问题,导致过于分散位置的重构结果不理想。因此随机采样观测系统设计时要控制缺失采样点之间的最大间隔。本文提出了一种既适用于二维也适用于三维的稀疏性约束的非规则采样方法,既具有随机性又能够控制缺口大小。针对一个实际二维数据,分别使用随机采样和本文提出的稀疏性约束采样,炮点保留75%,检波点保留50%,总道数为原始的37.5%,然后进行了数据重构,重构记录表明,稀疏性约束采样的结果优于随机采样的结果,稀疏性约束采样重构结果的叠加剖面的品质和原始数据的叠加剖面品质相当,并优于随机采样重构结果的剖面品质。