压缩采样（compressed sampling），工学-信息与通信工程-信号处理-数字信号处理-模数转换，对稀疏信号以远低于奈奎斯特频率的速度进行全局观测而非局部采样，然后用适当的重建算法从观测值中还原出原始信号的技术。对具有带限特性的信号，传统的奈奎斯特采样定理给出了时域均匀抽取的信号获取方法和线性插值的信号重构方法。对于带宽较大的信号，基于奈奎斯特采样定理的信号处理系统需要极高的采样率和强大的数据处理能力，这给实际系统的实现带来了难题。压缩采样是指对某一变换空间中具有稀疏性或者可压缩性的信号，可以利用随机线性投影的方法实现信号的低速采样，每一个采样样本都是信号在一个观测向量上的投影系数，是信号信息的线性混合。这里所说的稀疏性，指的是信号在变换空间中的非零系数个数很少。采样的数量与信号在变换空间中的稀疏度和信号的长度（自然对数形式）的乘积成正比。通常采用的观测矩阵包括具有随机分布的矩阵（高斯矩阵、贝努利矩阵）和部分正交矩阵（部分傅里叶矩阵、部分哈达玛矩阵）。通常采用观测矩阵与变换矩阵之间的相关系数对观测矩阵的有效性进行评价。相关系数越小，恢复信号所必需的采样数量就越小。