短波通信与卫星通信、地面微波、有线通信等通信手段相比,具有维护费用低、建设周期短、设备简单、组网方便灵活、抗摧毁、干扰和窃听能力强等优点,展现出短波通信未来发展的巨大潜力,同时也存在信道传播质量不稳定、干扰严重、频率资源有限等缺点,限制了短波通信的发展。选择信道质量良好且稳定的信道,为克服短波通信缺点提高通信性能,提供了一条有效途径。然而,如何从信道传播质量不稳定、干扰严重、频率资源有限的短波信道中选择合理的信道,成为当前短波通信发展的重要挑战。短波信道选择主要涉及两方面,建链信道的选择和业务信道的选择。传统的短波建链信道和业务信道的带宽均为3kHz,其信道选择是从给定的经验频率集之中选择频率;与传统短波信道选择相比,短波宽带建链信道的选择需要实时的感知短波信道占用状态和传播质量的变化,通过学习算法智能的选择建链频率,而宽带业务信道的选择不仅需要考虑信道频率的智能选择还需考虑信道带宽的智能选择。本文将认知理论引入到短波宽带信道选择研究中,以智能的选择链路和业务信道,提高短波通信性能。目前,业界对采用认知技术的智能信道选择方法已经有一些相关研究,主要包括基于马尔科夫决策、强化学习和最优停止等信道选择方法,但是针对短波通信的信道选择研究相对较少,而现有的信道选择主要采用美军标准,将认知和宽带理论通信引入短波通信的研究尚处于起步阶段。就目前研究来说,短波通信的信道选择存在一些尚未解决的问题,主要包括:1)如何快速准确地对短波频谱进行感知;2)在建链信道质量历史信息缺失或者未知条件下如何对建链信道进行选择;3)如何为多种不同的业务选择合理的业务信道。针对上述问题,论文首先研究了短波宽带频谱的感知问题,然后针对建链信道质量信息缺失和未知两种情况研究了建链信道的选择,最后研究了业务信道的选择。主要研究成果如下:1.针对短波频谱稀疏度动态变化条件下压缩频谱感知问题,提出了基于交叉验证的自适应压缩频谱感知算法。首先,通过采用Johnson-Lindenstrauss(JL)定理和交叉验证理论,证明了在随机解调压缩感知中,当检测压缩感知矩阵的行数大于一个下界时,宽带信号的恢复误差可以通过检测测量值的恢复误差来估计;其次,采用信号的恢复误差作为自适应压缩频谱感知采样率变化的停止规则,提出了基于交叉验证的自适应压缩频谱感知算法;最后,对算法中参数进行优化,最大化系统的吞吐量。仿真结果表明,与传统的压缩频谱感知和两步压缩频谱感知相比,基于交叉验证的自适应压缩频谱感知算法可以有效节省采样资源和感知时间,提高系统的吞吐量。2.针对信道质量信息缺失条件下建链信道的选择问题,提出了基于矩阵补全的建链信道选择算法。首先,将短波异步自动链路建立(Automatic link establishment,ALE)过程建模为离散时间的马尔科夫链,并通过对马尔科夫链的分析得出了最优建链信道选择方法;其次,将矩阵补全方法引入到链路质量分析(Link quality analysis,LQA)矩阵中,用于恢复LQA矩阵中由信道探测失败而缺失的信道质量值,采用交替最小二乘算法得到矩阵补全的接近最优解,并证明了该求解过程的收敛性;最后,基于补全后的LQA矩阵,提出了一种短波异步ALE建链信道选择的算法。仿真结果表明,与目前短波ALE标准中所用算法相比,所提算法能够选择信道质量更好的信道,且能够降低链路建立时间,增加数据传输的吞吐量,其性能接近基于理想LQA矩阵的建链信道选择算法。3.针对信道质量信息未知条件下建链信道的选择问题,提出了基于多臂老虎机(Multi-armed bandit,MAB)的建链信道选择算法。首先,将链路建立过程所花费的时间和能量看作建链信道选择的切换开销,以最小中断概率为目标回报函数,将建链信道选择建模为带有切换开销的MAB问题。其次,为了降低切换开销和中断概率,提出了基于块多臂老虎机(Block MAB,BMAB)的建链信道选择算法,为了减少短时深度衰落对通信的影响,将重复时间分集(Repetition time diversity,RTD)引入到BMAB算法中,提出了基于RTDMAB的建链信道选择算法,并分别证明了BMAB和RTDMAB算法的悔恨函数随时间呈对数变化。最后,将所提两种算法与基于时隙多臂老虎机(Slot MAB,SMAB)的建链信道选择算法在性能上进行了理论分析,分析结果表明所提算法在平均系统中断概率、切换开销和吞吐量性能上优于SMAB算法,且当所选信道处于深度衰落时,RTDMAB算法的上述性能优于BMAB算法性能。仿真结果对算法性能分析的结论做了进一步的验证。4.针对短波宽带业务服务质量需求(Quality of service,QoS)差异条件下业务信道的选择问题,提出了短波宽带业务信道选择算法。设计了衡量短波业务信道选择的目标函数,将面向短波服务质量的业务信道选择建模为频率和带宽的联合选择问题。在信道统计信息已知条件下,用贪婪算法给出了最大化目标函数的最优频率和带宽的计算方法。当信道的统计信息未知时,提出了一种基于Q学习的宽带业务信道选择方法,将短波业务的目标函数作为Q学习的回报,频率和带宽的联合选择作为学习策略,通过对信道占用和传播质量信息的开发和利用来选择最优策略。仿真结果表明,在信道统计信息已知条件下,不同业务存在不同的最优带宽和频率;当统计信息未知时,所提基于Q学习的宽带业务信道选择方法,能够以较大概率选择满足业务质量需求的最优信道,其性能优于随机信道选择策略且接近统计信息已知条件下最优信道选择策略。