在无线通信技术发展初期,各国无线频谱管理组织为了防止用户在使用频谱过程中相互干扰,多采用固定频谱分配方式。随着无线通信技术的飞速发展,可被用来分配的空闲频段越来越少,频谱资源在应用需求方面显现出严重不足。调查研究发现,某些已分配频谱在一定地域和时间域内表现出利用率低甚至长期空闲的特点。认知无线电打破常规固定频谱分配的思维,提出了一种全新的“机会”频谱使用方式,通过对暂时空闲的已分配频谱进行二次使用从而满足频谱需求,缓解频谱短缺。认知无线电实现的首要任务是频谱感知,其目的就是寻找并确定空闲频谱,只有找到合理、可用的空闲频谱,才能保证认知无线电下一步工作的开展。本文对频谱感知关键技术展开研究,取得的主要创新点及成果如下:1.针对能量感知算法实现简单却受噪声不确定性影响较大的特点,提出了一种基于特征值极限分布的多天线频谱盲感知算法。根据天线所有独立阵元接收信号构建采样数据矩阵,节省了多节点协作感知中网络数据交换的信道成本。通过分析信号平均能量和采样协方差矩阵秩的关系,充分考虑采样协方差矩阵所有特征值包含的能量信息对检测性能的影响,以最大特征值极限分布为条件,以恒虚警概率为准则推导判决门限的闭式表达式。仿真结果表明,该算法由于考虑到信号能量对检测性能的影响,与只考虑最大特征值、最小特征值的感知算法相比具有更优的感知性能。该算法在实现过程不需要知道信号的任何先验信息,并且在噪声波动环境下仍然能够保持稳定且良好的感知性能。2.为屏蔽环境中其它用户或外在干扰对主用户工作状态判决的影响,同时获得更多的频谱使用机会,提出了一种基于有向通信的能量频谱感知算法。与传统能量感知算法相比,该算法通过赋予阵列天线各阵元不同加权系数滤除其它干扰的同时利用多天线分集增益获得更高信噪比使得频谱使用状态检测更为精确。然而该算法判决统计量和判决门限仍然与噪声能量有关,为进一步消除噪声不确定度对算法的影响,设计并提出了一种基于空域共存的多天线频谱盲感知算法。该算法将经过加权处理后的多个接收信号重新排列构成采样数据矩阵,分析接收信号平均能量、协方差矩阵最大特征值和噪声分量的关系,将信号平均能量中噪声分量和最大特征值中噪声分量对消达到降低或消除噪声不确定度对判决结果的影响,并对判决门限进行了闭式推导。仿真结果表明,该算法不仅能够有效屏蔽非合作网络中可能干扰对主用户工作状态判断的影响,获取更多的频谱使用机会,而且能够有效克服噪声不确定度对感知性能的影响。3.当频谱环境存在多个信号,为获得更多的频谱使用机会并对可能存在的弱信号实现精确检测,提出了一种双支路宽频谱盲感知算法。根据傅里叶变换的线性性质分析频域功率谱各谱线独立同分布特性,在低信噪比环境下将待检测频段平均分成若干子频带,在高信噪比环境下根据小波变换中跨尺度模极大值奇异点检测实现频段的自适应分段,以各子段平均谱线功率与最小平均谱线功率之比构建判决统计量,并推导判决门限。仿真结果表明,该算法在低信噪比环境下克服噪声不确定度对检测性能的影响,能够提供检测频段内部的使用状态,而且在高信噪比环境下能够对可能存在弱信号实现精确检测,降低误判率,提供更多的频谱使用机会。4.利用非圆信号的实值特性,提出了一种基于虚拟空间平滑的非圆相干信号波达方向估计算法。分析非圆信号的实值调制特性及现有算法的局限性,结合天线接收数据及其共轭信息对阵列天线进行不交叉虚拟孔径扩展,构成2倍阵元的虚拟阵列天线,将新构建虚拟阵列天线划分成两个结构相同且具有固定距离的子阵,分别对两个子阵进行空间平滑处理构成具有固定旋转因子的两个平滑子阵组,利用旋转不变特性实现相干非圆信号波达方向估计。该算法不需要进行空间谱峰值搜索,节省了大量计算时间。仿真结果表明,该算法利用信号的共轭信息扩展阵列孔径,实现相干非圆信号的来波方向估计,算法的适用性明显优于数据重构C-ESPRIT算法,且其估计性能明显优于传统的前后向空间平滑算法。