信息技术的飞速发展促使无线通信业务产生了爆发式的增长,与传统的有线通信系统通过电缆来实现信息传递不同,无线通信系统以电磁波为载体来实现信息的远程传输,因此,频谱资源的需求空前增加。然而,频谱资源却是有限的,特别是优质的频谱资源正随着分配而日益困乏。另一方面,人的欲望却随着社会的进步而不断增加,对通信业务的需求也在不断增多。论文针对此矛盾,并结合当前认知无线电领域中关于频谱感知算法的研究现状,提出在随机分布网络模型中对频谱感知算法进行研究的新颖想法,并给出具体的随机分布网络模型以及基于该模型的频谱感知算法。算法在提高频谱感知性能的同时,保证了其可用性,可有效提高认知无线电系统的频谱利用率,解决当前无线通信业务的发展痛点。具体工作如下1为了给频谱感知算法提供真实的通信仿真环境,论文首先针对随机分布网络的建模展开研究,并提出利用泊松点过程结合Voronoi图形分割技术对空间中的通信节点进行建模。相比于传统的布尔模型及Gilbert模型,该模型能够更好地模拟无线通信网络的随机性,并且更加符合实际通信中临近区域可直接交互的通信规则。论文对该模型的干扰进行了严谨科学的数学推理分析,并通过对随机分布网络中节点的通信连通性及节点的通信区域性进行仿真来验证模型的可靠性及科学性。2为了提高频谱利用效率,论文在经典循环频谱感知算法的基础上,结合QR分解的理论知识,提出高效的基于部分QR分解的循环频谱感知算法。该算法首先计算待测采样信号的频谱相关函数,以获取循环周期谱,然后,利用部分QR分解对循环周期谱进行处理,分离出噪声分量和信号分量,并依此对空闲频谱进行有效检测。该算法可以有效解决噪声墙的问题,并且可以同时兼顾频谱检测效率与鲁棒性。论文针对该算法进行了严谨的数学推导与论证,并通过Pd变化曲线、ROC曲线及鲁棒性等多个角度对算法的性能进行仿真验证。实验结果表明在相同环境下,该算法具有较高的频谱检测性能。3为了进一步提高频谱感知算法的性能及实用性,论文在基于部分QR分解的循环频谱检测算法的基础上,充分利用随机分布网络模型建模结果,提出基于Fihser线性判别分析的循环频谱感知算法。与传统的频谱感知算法仅考虑单个授权用户或不考虑授权用户网络分布不同,该论文提出的算法充分考虑通信环境中多授权用户的随机性,并借助经典的监督学习算法Fisher线性判别分析来对融合中心的结果进行最优化分类。论文对该算法进行了严谨科学的数学推理及论证,并且仿真结果表明,该算法可有效解决隐藏授权用户的问题,并且即使在复杂网络环境下,仍具有很高的频谱检测性能。