压缩感知技术起初是针对离散信号提出的，目前也应用于模拟信号中。模拟到信息的转换是压缩感知应用于模拟场合中首先要解决的任务。本文对模拟到信息转换展开了研究工作。针对单支路随机卷积模型不适合用来采集宽带信号的缺陷，在随机解调模型、调制宽带转换模型的基础上，设计了一种基于随机卷积的模拟到信息转换的并行架构。该架构的基本思想是：在各支路中先对模拟信号随机卷积处理，然后与伪随机序列相乘混频，再经低通滤波后低速率采样，获取压缩采样值。仿真结果表明，与单支路随机卷积结构相比，较大地提高了信号重构的成功概率，能够用来采集超宽带信号；随着支路数量增多，信号重构的成功概率提高了。在基于随机卷积的模拟到信息转换模型基础上，针对其当单位时间内需要很多的信息数据量时，将会带来相当数量的相关支路的缺陷，本文提出一种基于分段采样的模拟到信息转换。该架构的基本思想是：将基于随机卷积的模拟到信息转换架构中低通滤波器的积分周期分成若干个更小周期，以此代替原来在整个周期上的积分，通过这样的处理获取一定数量的采样值后，按一定的挑选原则从中筛选元素构建新测量值，理论上可看作对观测矩阵的扩展，即增加观测矩阵的行数；利用扩展后的测量矩阵对信号进行观测，以此获得更多的信息数据，而架构的实际支路数目不改变。仿真结果表明，在等同重构精度条件下，改进后均方误差值降低了，使得系统恢复稳定性能更高；数据信息量一定情况下，改进后模型相关支路数量减少了。