在认知无线电(Cognitive Radio,CR)系统中,频谱感知技术用于发现频谱机会,是实现频谱资源再利用的首要且核心技术。相较于传统窄带频谱感知技术而言,宽带频谱感知技术能够更快地发现更多的频谱机会,为提升认知无线电网络的传输速率提供充足的频率资源,从而满足无线通信技术从传统语音通信到多媒体通信转变过程中所需要的高通信数据速率。在频谱感知技术从窄带感知向宽带感知过渡的过程中,待检测的频谱范围将由几个兆赫兹变为几个吉赫兹。由于待检测频带展宽,传统的采样方法将使前端硬件面临极高的采样速率,而压缩感采样论的引入有效地解决了这一问题。基于压缩采样的宽带频谱感知算法以宽带作为检测目标,能够在保证检测性能的前提下降低采样速率,是宽带频谱感知技术中的主要研究方向之一。本论文主要对认知无线电宽带压缩频谱感知算法中的两个问题进行深入地探讨和研究,这些研究内容同时也是作者参加国家自然科学基金项目(极化域宽带频谱感知与控制研究,项目编号61372116)和中央高校基础研究基金(多源群体信息表示及低能耗内容分发组网理论与关键技术研究,项目编号2014ZD03-01)等科研项目的过程中所取得的研究成果。本论文具体的研究内容与研究成果主要有:1.对现有的频谱感知技术进行了详细的梳理和总结,详细分析各种频谱感知技术的研究现状、主要特点及其适用场景;指明频谱感知技术从窄带向宽带过渡的原因和必要性。针对宽带频谱感知技术在实施过程中所面临的一系列挑战,结合已有宽带频谱感知算法,论文提出宽带压缩频谱感知技术有待解决的问题:其一,现有宽带压缩频谱感知算法计算复杂度随着带宽与稀疏度的增加而急剧增加;其二,现有宽带压缩频谱感知算法独立地考虑每一检测周期造成采样与计算量冗余。2.针对现有宽带压缩频谱感知算法计算复杂度随着稀疏度的增加而急剧增加这一问题,论文研究了如何利用信道占用概率降低宽带压缩频谱感知算法的计算复杂度。在信道占用概率已知的前提下,首先利用信道的占用概率设计压缩采样矩阵。使用该压缩采样矩阵对原信号进行采样的过程等价于将原信号分为两组稀疏度减半的子信号并分别采样,因而恢复原信号的过程也等价于对两组稀疏度减半的子信号分别进行恢复。稀疏度减半将直接降低子信号恢复过程的计算复杂度。根据这一思想,论文提出了基于信道占用概率的低复杂度宽带压缩频谱感知算法。仿真分析表明该算法能够在保证感知精度的前提下,有效降低计算复杂度,将宽带频谱感知算法的实时性提升百分之二十左右。3.针对现有宽带压缩频谱感知算法独立地考虑每一检测周期造成采样与计算量冗余这一问题,论文研究了如何利用检测周期间信道占用情况的相关性去除宽带压缩频谱感知算法的采样与计算冗余。在实际的CR应用场景中,宽带信号中各信道的占用情况在相邻检测周期间往往存在相关性,这表现为相邻检测周期的检测结果中有相同的部分。基于这一事实,论文首先定义了检测周期间宽带信号的相关性,然后根据相邻检测周期间信道占用情况的相关性设计压缩采样矩阵,并由此提出了一种基于信道占用相关性的两步宽带压缩频谱感知算法。仿真分析表明该算法能够动态调整采样值个数,避免采样浪费,此外将宽带频谱感知算法的实时性提升百分之三十左右。