随着认知无线电技术在工业无线传感网中迅速发展,使得频谱感知技术在网络协议、资源分配、网络安全等方面得以广泛应用。本文根据当前的频谱使用情况,利用频谱感知关键技术对处于空闲状态的频谱段进行机会性地使用,从而改善未授权用户的通信质量,提高频谱利用率。首先,工业无线传感网中的状态估计问题强烈依赖于无线网络信道质量,传统卡尔曼滤波不能满足动态信道变化的场景。其次,现有的描述信道状态估计模型,在信道的动态变化、多个信道下的最优估计等方面都不尽人意。为适应动态信道场景中,信道状态变换过程存在的数据包丢失对状态估计性能的影响,本文设计了基于卡尔曼粒子滤波的估计器和基于信道感知和转换模型的控制器,在单信道基础上扩展到多信道场景,突破传统基于卡尔曼滤波的研究框架、提升频谱感知效率、加快系统演进速度、量化估计误差、提高系统估计性能。本文主要工作如下:1.建立了基于卡尔曼粒子滤波的信道状态跟踪模型。在动态信道场景下,传统卡尔曼滤波存在局限性,会导致数据包不能及时被检测。根据丢包过程满足伯努利分布的随机过程,采用更适用于动态状态估计的卡尔曼粒子滤波算法优化传统卡尔曼滤波下的信道状态空间模型,并综合考虑有损信道、带宽限制等影响因素下的估计稳定性。2.讨论了描述基于授权用户与非授权用户状态的信道动态变化过程的马尔科夫链模型。基于卡尔曼粒子滤波模型对动态信道进行跟踪,以提高估计精度为目的,信道模型采用“先听后说”策略,即先感知后传输。将授权用户建模为马尔科夫过程,并推导其转移概率矩阵。定义新变量表示授权用户工作状态,并求出不同状态对应的概率。基于频谱感知能量检测方法,建立动态信道空间观测模型,综合考量了频谱感知算法的计算复杂度和信道估计观点应用的可行性。通过建立随机有限集模型对多信道状态进行同时估计,实现了估计量与用户状态的完美匹配。3.建立基于信道估计性能的感知和切换模型。将频谱感知技术应用到传感器天线中,以便传感器通过无线介质传输数据到远程单元的信道变化及时做出响应、提高估计性能、探索机会性地使用多个信道的可能。本文将信道分为两种类型,即一个可以被自由访问的非授权信道和多个预分配给主用户的授权信道。对于单信道情形,推导出估计稳定的必要条件。同时,推导出感知与切换模型显著提高估计性能的条件,并将上述结果扩展到多授权信道情形。最后,通过比较最差情形下的性能比来验证频谱感知策略的有效性。