压缩频谱感知主要是指基于压缩感知理论的频谱感知技术。本文主要研究了压缩感知的基本理论以及压缩频谱感知的相关算法。首先简单介绍了认知无线电理论以及相关研究的发展现状。之后介绍了频谱感知问题的数学模型，并且对现有的较为成熟的频谱感知算法进行描述和总结，分析了各种方法的优缺点。然后对压缩感知理论进行描述，在研究了基于最大最小特征值的感知算法之后，将压缩感知理论与基于最大最小特征值的方法结合，提出一种压缩频谱感知方法，并且在信噪比不确定的条件下根据算法的检测概率、虚警概率以及重构误差方面评估了算法性能，并与同条件下的能量检测算法进行比较，体现出性能上的优势。之后介绍了一种基于自相关矩阵重构的功率谱重构方法，并在这种方法的支撑下改进了前文所述的压缩频谱感知算法，通过仿真可以看出，改进算法在重构误差和检测性能上均优于基于最大最小特征值的压缩频谱感知方法，同时重构的算法复杂度更低。接着，将这种算法推广到多个物理信道的感知场景下，并通过仿真验证了算法可用性。最后，利用多台USRP搭建实验环境，模拟了具有多个物理信道的场景，利用采集获得的实测数据对上述算法进行仿真和测试，并在USRP上实现提出的算法。