随着无线电设备的普及,一方面频谱资源紧张,非授权用户可合法使用的频段很有限;另一方面授权用户所拥有的频谱往往不是全天候占用的,导致实际频谱又是稀疏的,频谱资源利用率很低。如何从根本上为彻底解决频谱拥挤和频谱资源浪费,动态实时地为用户提供可用的频谱资源,而不影响正在使用或者授权用户的使用,属于认知无线电研究范畴。此外,在某些特殊环境下,目标信号往往会很微弱,被淹没在噪声以下,对该类信号的捕获属于信号截获的研究范畴。(微弱)信号盲检测是认知无线电与信号截获的共有基础性问题。宽带信号采集和信号盲检测是宽带信号盲感知的关键技术,也是难点。特别是GHz量级的信号采集,奈奎斯特采样率超过2GS/s,支持该速率的高速AD设备不仅分辨率低且功耗高。在宽带信号检测方面,大多数情况下属于盲检测,先验知识甚少,现有方法或无法适用于低噪比情形(能量检测等),或计算复杂度高(循环平稳检测等)。为解决上述两大问题,本文分别针对信号采集和信号检测两方面提出以下解决方案:1.宽带信号采集方案:采用市面上易得的多通道低速采集卡,总体采样率略高于Landau速率(信号实际使用带宽总和),通过控制通道间延时,使得每个通道所采集的信号是具有不同的相位的原始信号,为后端信号恢复提供保证。整体架构与子采样(Multi-coset sampling,MCS)方案类似。2.宽带(微弱)信号检测方案:充分利用背景噪声及干扰信号的随机性和通信信号的带宽特性,设计从欠采样得到的信号样本中完整恢复原始信号被占用频点位置的方法。本文的贡献及创新点主要包括以下几个方面:1.实现并推广了可以感知与解译宽带频谱的技术--Big Band;2.提出将宽频范围内的信号频点(占用频点)的定位问题建模为一种“纠错译码”,并提出频率位置多项式的概念,该多项式的根和信号频点的位置满足一一对应的关系,基于此,重新设计了混叠频谱解算算法,使算法运行速度相比Big Band算法提高近2个数量级;3.提出一种新的宽带稀疏频谱恢复算法AD-Big Band,该算法充分利用信号的带宽特性,鲁棒性得到有效增强。此外,给出了采样通道实验的最优选择定理,推导了算法相关性能的理论界限;4.针对奈奎斯特采样样本,提出了一种微弱信号盲检测算法-旋谱相关性检测算法。算法中,我们定义了一种新的统计量,与相关性检测使用的统计量类似。该统计量被证明具有良好的统计特性,实验结果表明,在信噪比为-27d B下实现带宽为1MHz信号的盲检测,算法的整体性能与相关性检测(先验已知条件下)只相差近20d B。5.提出一种全新的欠采样下的宽带信号盲检测算法。该方法不同于常用的匹配滤波、能量检测以及循环平稳检测等方法,无需恢复信号的功率谱或者循环谱,取而代之的是使用频率位置多项式的赋值作为统计量,因此可以认为是新的一类检测算法。该算法具有强的噪声鲁棒性,且相比现有的宽带信号检测方法,其样本复杂度和低计算复杂度都得到了有效降低;6.提出一种新的欠采样方案,该方案兼具子采样和多速率采样的优势,采用支持外时钟且速率可调的多通道ADC,时钟频率在时间窗之间是周期性切换的。利用不同速率欠采样下混叠频谱之间的差异,设计了一种基于概率融合的宽带信号盲检测算法,该算法可有效降低虚警概率。仿真结果表明,在信噪比为-20d B时,仍可鲁棒地检测宽带多子带信号。