La détection compressive (CS) est la solution ou méthode clé pour reconstruire le signal avec un très petit nombre de mesures par rapport aux méthodes conventionnelles. Selon les méthodes conventionnelles ou la théorie de l'échantillonnage de Shannon-Nyquist, il faut deux fois la largeur de bande du signal pour le reconstruire correctement. Le problème fondamental est de stocker une grande quantité de données avec la méthode conventionnelle. Pour y parvenir, nous avons besoin d'une matrice de mesure stable et d'une matrice de base. La matrice de mesure et la matrice de base doivent satisfaire à deux propriétés: RIP et iid. La matrice de mesure, qui est généralement une matrice aléatoire, est optimisée pour obtenir une cohérence mutuelle plus faible. Il existe plusieurs algorithmes de reconstruction qui sont utilisés pour reconstruire correctement le signal après les compressions.