人类已经步入一个数字化的时代,很多信号处理已经从模拟领域进入到数字领域。采样理论是数字世界的大门,是实现这场变革的关键所在,涵盖将连续时间信号转换为离散信号的所有相关方面。著名的香农定理已经成为数字化时代的一个里程碑,基于压缩感知理论的欠奈奎斯特采样将很大的降低采样率,驱动超宽带通信以及雷达成像等领域的快速发展。科学家们也深入研究了各种信号的重构算法,主要是基于压缩感知的贪婪类算法等。其中正交匹配追踪算法可以在稀疏度已知的情况下很好的能够恢复出目标信号的频谱。但是,我们现实环境中的很多信号都是未知的包括稀疏信号的稀疏度,然后基于调制宽带转换器提出了一种全盲的多频带稀疏信号的重构算法。本文主要是针对调制宽带转换器的欠奈奎斯特采样方法对多频带稀疏信号进行采样,达到用低速的ADC采样高速的目标信号,然后再进行目标信号的重构。现实世界中的信号都是模拟的,而我们实际应用中的对信号的处理都是数字的,所以我们平时必须对模拟信号进行采样得到数字化的信号,香农定理要求信号的采样频率必须大于等于最高频率的2倍。对宽带信号的采样成为了很多领域发展的瓶颈,进而出现了欠奈奎斯特采样技术。本文主要是基于调制宽带转换器对多频带未知的稀疏信号进行采样,然后进行目标信号的全盲重构。首先,主要是介绍了压缩感知理论知识,包括稀疏信号的表示、观测矩阵以及重构算法,对欠奈奎斯特采样技术的蓬勃发展起到里程碑的作用,大多数欠采样技术都是基于压缩感知理论而产生的。第二,首先介绍了现有的欠采样技术,主要包括时间交替采样、滤波器组采样、频域采样以及带通采样。然后主要分析了本文利用的采样技术,即调制宽带转换器,实现对多频带稀疏信号的采样。第三,对正交匹配追踪算法进行优化出了一种基于调制宽带转换器的全盲重构算法,即稀疏自适应匹配追踪算法,然后与正交匹配追踪算法进行比较以及仿真分析。最后,是对本文内容的总结和欠奈奎斯特采样技术未来的展望。