随着无线通信技术的发展，无线电频谱资源贫乏问题日益严重。而在已经分配的频谱资源中，授权频段并在大部分时间均处于空闲状态，频谱利用率很低。认知无线电技术的提出，有效地解决了这一问题。频谱感知作为认知无线电中的关键技术之一，能通过感知周围的无线电环境来查找可用于通信的频谱空洞。对于宽带信号，传统的频谱感知算法将会浪费大量的计算资源。如果宽带信号具有某种稀疏特性，则可利用压缩感知技术对该信号进行频谱感知等相关处理。IEEE802.22是第一个基于认知无线电网络的标准，对频谱感知性能指标做出了具体的规定。基于该标准的WRAN网络中存在数字电视信号和无线麦克风信号两种授权用户信号，而无线麦克风信号带宽相对于数字点数信号带宽而言，显示出很好的稀疏性。　　 首先，本文简单介绍了单用户频谱感知算法和协作频谱感知算法等传统算法，并分析了这些算法的优、缺点;其次，本文研究了Silent、Soft Speaker、Loud Speaker三种模式下无线麦克风信号的功率谱密度特性，分析无线麦克风信号的稀疏特性和在加性高斯白噪声信道和平坦瑞利衰落信道下的传播特性;在此基础上，分析了MME算法、EME算法和基于频谱相关的频谱感知算法等传统算法相应的无线麦克风信号感知性能;最后，本文从稀疏信号的频谱重构精度、算法运行效率等方面重点分析了快速傅里叶采样算法，并研究该算法对无线麦克风信号的频谱感知性能。　　 对于快速傅里叶采样算法，本文从算法架构出发，分别分析了频率分离、比特测试和系数估计这三个主要阶段的理论依据和相应的性能，并研究快速傅里叶采样算法主要参数在不同配置情况下对无线麦克风信号的频谱感知性能影响;通过仿真分析可得，快速傅里叶采样算法在IEEE802.22标准下的频谱感知性能满足该标准对频谱感知的性能要求。除此之外，通过算法分析，本文指出了FFS算法存在的不足，并做出相应的改进。通过对比改进前后的算法性能可以看出，改进后的算法在无线麦克风信号频谱感知领域中的运行效率和频谱感知精度上都有一定程度的提升。