针对压缩感知中噪声折叠现象严重影响稀疏信号重构性能的问题,提出一种基于选择性测量的压缩感知去噪重构算法。首先从理论上解释了压缩感知中噪声折叠现象;然后提出一种基于测量数据的特征统计量,推导分析其概率密度函数,并基于此构造一种噪声滤波矩阵,用于优化测量矩阵,实现智能地选择信号分量、过滤噪声分量,提高测量数据信噪比;最后,通过增加测量数据获取次数可进一步提升算法重构性能。仿真实验表明,基于选择性测量的压缩感知去噪重构算法明显改善了低信噪比条件下信号的重构性能。