无线通信领域的迅猛发展使得可供分配的无线频谱资源日益短缺。认知无线电理论为解决可利用频谱资源稀缺问题、有效提高频谱利用率、实现频谱动态分配与管理等提供了强有力的技术支撑。频谱感知技术是认知无线电的首要任务,只有迅速、准确、可靠地探测到频谱空穴,才能进行频率资源的有效再分配,完成后续通信环节。随着人们对无线业务需求量的与日俱增,移动通信趋于宽带化,越来越高的采样率和有限的处理速度成为限制宽带频谱感知理论发展的瓶颈。压缩感知理论将高维稀疏信号投影到低维空间进行存储、处理与传输,为宽带频谱感知技术中的高速采样和处理难题提供了一种有效解决方案。本文基于上述背景展开研究工作,探索基于压缩感知理论的宽带频谱感知新技术。本文的主要工作和创新点如下:(1)利用分布式压缩感知实现宽带频谱感知,提出基于差分信号分布式压缩感知(DS-DCS)的加权宽带频谱感知算法。该算法针对宽带频谱采样率高的问题,利用压缩感知技术降低采样率,同时引入差分处理方法降低计算复杂度;又针对单点检测带来的深衰落、隐节点以及抗噪声能力差等问题,采用分布式感知系统进行多节点协同检测并利用信噪比的估计对信号进行加权处理。仿真证明,该算法能有效降低各节点采样率,大幅提高系统检测概率,显著改善系统对噪声的鲁棒性。(2)基于上述DS-DCS加权宽带频谱感知算法,提出了一种基于优选方法的宽带频谱感知新算法。引入分布式压缩感知理论以及差分信号处理方式来降低信号采样率,提高检测灵敏度。在融合中心,设计J选C选优算法,并且从实际出发,加入信噪比估计误差,利用可信度因子乘以估计信噪比得到可信信噪比,改善由于估计误差导致的检测性能下降,从J个CR次用户中选取C个可信信噪比最大的参与协作频谱感知,最后利用SCSMP算法进行联合重构。实验结果表明,基于优选方法的宽带频谱感知新算法不仅加入信噪比估计误差,更接近实际场景,而且优选算法还进一步提高了系统的感知性能,显著加强了系统的抗噪能力,同时还有效缩短了频谱感知算法的平均检测时间,满足系统的实时性要求。(3)针对压缩感知虽然降低了采样率,但是重构算法复杂的缺点,通过支持向量机建立频谱感知分类器,取代频谱检测过程中的信号重构过程。同时提出了基于SVM的多级二元分类器频谱检测算法,以及基于SVM的单级多元分类器频谱检测算法两种算法来满足感知系统对实时性的不同要求。当前大部分基于CS的宽带频谱感知算法都需要进行信号重构,这两种算法通过SVM建立分类器避免了重构过程带来的计算成本和感知时延。实验仿真表明:相较于基于信号重构的宽带频谱感知算法,以上两种算法都能够有效的降低系统复杂度,缩短感知时延,同时提高检测系统的鲁棒性,改善其感知性能。