宽带认知无线电能在宽频带内寻找可用的频谱资源，因而认知无线电用户能获得更多的通信机会。然而，由于宽带频谱感知需要在极短的时间内完成对宽带信号的采样，这要求认知无线电设备的射频前端模拟-数字转换器(ADC)具有很高的采样速率。以目前的ADC制作工艺，需要花费很大的代价才能制造出满足宽带频谱感知要求的高速ADC。压缩感知利用采样信号在某一投影空间的稀疏性，可以用低于信号奈奎斯特采样速率对宽带信号进行采样并重构，从而可以大大降低ADC的采样速率。在宽带认知无线电中，由于主用户通常不会在同一时间占用整个宽频带，因而主用户信号在频域上具有稀疏性，可以采用压缩感知技术进行宽带频谱感知。然而，压缩感知对噪声比较敏感。当压缩采样信号的信噪比下降时，会导致压缩频谱信号重构的失败，进而导致得到错误的频谱感知结果。由于错误的频谱感知结果会造成对主用户的严重干扰，因而提高压缩频谱感知的抗噪性尤为重要。另一方面，压缩频谱感知的性能还与频谱的稀疏度有关，一旦主用户占用大多数频带，频谱将失去稀疏性，从而导致压缩频谱感知失败，进而可能产生对主用户的严重干扰。因此，检测出频谱的非稀疏性对保护主用户尤为关键。基于上述存在的问题，本文研究了在同构宽带认知无线电网络和异构宽带认知无线电网络中，如何通过多用户的协作联合压缩感知提高频谱感知的性能。进一步，本文在多用户联合重构频谱信号的基础上，提出了一套频谱非稀疏性检测方案。基于压缩感知技术的宽带频谱感知是当前宽带认知无线电技术研究中的前沿课题，本文所取得的创新性、前沿性的研究成果，可以简要列举如下：1.空时协作式贝叶斯压缩频谱感知针对同构宽带认知无线电中压缩频谱感知在低信噪比环境下频谱检测性能下降的问题，提出一种空时协作式协作贝叶斯压缩频谱感知算法（ST-BCSS）。所谓同构宽带认知无线电网络是指所有认知无线电用户受到同一主用户的频谱活动的影响。现有的多用户协作感知直接将各个认知用户对宽带接收信号的压缩采样结果进行融合。而这一类直接融合频谱压缩采样结果的协作算法会使处于低信噪比的认知用户的协作信息影响其他的认知无线电用户的压缩频谱信号重构。ST-BCSS算法首先应用层次化的正态分布概率模型来表示压缩频谱信号的重构。不同于直接以压缩采样数据作为协作信息的协作检测算法，ST-BCSS基于概率模型结合当前的压缩频谱感知的结果，提取出概率模型参数作为协作信息进行协作频谱感知。进一步，相邻的认知无线电用户所感知到的频谱具有很强的空间相关性。同时，主用户一般不会在同一时间改变所有子信道的忙闲状态。因此，同一认知无线电用户前后两次感知到的频谱还具有时间相关性。ST-BCSS算法利用空间和时间上的相关性，以概率模型参数的形式在相邻的认知无线电用户之间交换各自所得的空间和时间上的协作信息。ST-BCSS算法是一种分布式空时协作算法，不需要中心基站对协作信息进行融合。仿真结果表明，与当前基于基追踪（BP）和正交匹配追踪（OMP）压缩感知算法相比，文中所提出的ST-BCSS算法能有效减小信噪比低的协作用户的影响，从而具有更好的宽带频谱感知的检测性能。2.频谱非稀疏性保护提出一种协作式频谱非稀疏保护算法（CNSP）。相邻的认知无线电用户所得到的概率模型参数在一般情况下具有很强的相关性。然而，当主用户占用大部分频带时，频谱失去稀疏性的时候，各个认知无线电的压缩频谱信号重构将趋向随机化。因而，相邻的认知无线电用户所得到的概率模型参数的相关性减小。从而可以通过计算相邻的认知无线电用户所得到的概率模型参数的相关性推断出频谱稀疏度。仿真结果表明，使用CNSP时可以大大降低对主用户的干扰概率，从而证明CNSP算法能提供有效的保护措施。3.自动簇群识别协作式压缩频谱感知针对在异构认知无线电网络中，如何实现认知无线电用户之间的协作频谱感知问题，提出一种中心式自动簇群识别协作式压缩频谱感知算法(ACCSS)。由于在异构认知无线电网络中，存在多个主用户网络，不同认知无线电用户会受到不同主用户网络的频谱活动的影响，受到相同主用户网络影响的认知无线电用户被看作属于同一簇群。不同簇群之间的协作不但不能带来频谱感知性能的提高，相反还会降低频谱的利用率。ACCSS算法首先建立概率图模型来表示压缩频谱信号重构，并通过建立Dirichlet过程混合模型将频谱压缩采样数据进行聚类。ACCSS是一种中心式算法。在数据融合中心估计出各认知无线电用户和各主用户网络之间的簇群关系，同时联合重构出各个认知无线电用户所感知到频谱信号。基于概率模型，簇群内的各个认知无线电用户能有效的融合协作信息并联合重构该簇群的主用户频谱信号。由此可以感知到各个主用户的频谱使用状况。数值仿真结果表明，ACCSS算法能有效估计出各个认知无线电用户和各个主用户之间的簇群关系并且能提高在低信噪比环境下的压缩频谱感知性能。4.基于置信传播协作压缩频谱感知针对一般的分布式协作压缩频谱感知算法在异构宽带认知无线电网络中不能实现有效协作的问题，提出一种基于置信传播协作式压缩频谱感知算法(BP-CSS).BP-CSS算法首先应用成对马尔可夫随机场对相邻的认知无线电用户所感知到的频谱的相关性建模。各认知无线电用户建立表示压缩频谱重构的分层概率图模型，并结合本地的频谱感知结果提取作为协作信息的先验概率参数。基于成对马尔可夫随机场模型，各认知无线电用户应用置信传播算法与其相邻的协作用户交换并融合协作信息，再根据融合后的协作信息重构本地的频谱信号并检测出相对应的主用户的频谱活动状态。仿真结果表明，BP-CSS算法是一种有效的分布式协作压缩频谱感知算法，与一般的分布式压缩频谱感知算法相比能有效提高认知无线电网络整体的频谱感知性能。