压缩感知问题已经成为世界各国专家学者讨论研究的热点问题,相比之下运动声源的定位问题出现较早,而研究方向各有不同。声信号和图像信息的处理是实现对运动声源识别的先决条件;与此同时,压缩感知理论在声信号和图像信息处理领域翻开了新的篇章,打破了奈奎斯特定律在信号提取、收集等方法的限制。基于压缩感知理论的运动声源识别技术简化了声源信息的获取以及处理步骤;减少了在获取信号时的硬件操作流程和后台对所获取信号的处理时间。因此,基于压缩感知理论对运动声源识别方法进行研究具有重要意义。(1)基于压缩感知理论的基本原理,通过对压缩感知的三个关键问题即信号的稀疏处理、测量采样和重构进行比较分析,根据运动声源的特性给出了基于离散傅里叶变换(DFT)时变信号稀疏化和特征基匹配追踪方法。(2)分析了运动声源识别的原理,探讨了波束成形识别方法,对运动声源特性做了详细分析,对常见的重构算法做了比较,得到了适用于运动声场的压缩和重建方法即ROMP重构算法。(3)提出了运动声场重建的实验室测试方法,介绍了实验过程中所用到的相关实验设备,分析了对相关的系统组成,检验了实验过程中用到的麦克风阵列性,并对实验环境做了检测,得出了最适合本实验的阵列结构、温度等因素的设置参数。(4)以三种不同的实验方法即声像仪声源识别、LMS阵列识别以及用LMS得到的数据进行压缩重构识别,通过数据及理论分析,得出相关结论:通过压缩重构可以实现运动声源的识别。