随着信息通信技术的发展,无线业务带来的巨大需求量使得频谱资源紧缺问题日益凸显。并且传统的静态频谱分配政策也导致了频谱利用率低的问题。认知无线电技术通过对于周围频谱环境的实时感知,动态地调整占用频谱资源,从而实现频谱资源的有效利用,缓解频谱资源紧缺的问题。为了寻求更多可利用的频谱资源,认知无线电频谱感知研究也从窄带扩展到了宽带。针对宽带频谱感知研究,当使用传统的奈奎斯特采样方法,高速的采样速率以及大量的采样数据无疑会给前端采样器件带来巨大的挑战。而贝叶斯压缩感知方法能够以次奈奎斯特速率实现低速采样,直接应用于宽带频谱感知。本文采用双极化天线接收系统进行宽带频谱感知,研究如何对于压缩信号进行处理来降低算法计算量以及估计来波到达角来提高宽带频谱感知性能。本文的相关研究主要依托于国家自然科学基金项目“极化域宽带频谱感知与控制机制研究”(项目编号:61372116),其具体研究内容如下:(1)综述了认知无线电基本原理,介绍了其发展现状以及面临的挑战。分析了现有的频谱感知算法和压缩感知算法,指出了宽带频谱感知的必要性与可行性。并且对于极化相关理论进行介绍,指出了基于双极化天线的宽带频谱感知算法未考虑信号合并问题以及来波到达角的影响。(2)针对宽带频谱压缩感知中使用单极化天线影响感知系统稳定性的问题,本文提出基于正交双极化天线的贝叶斯压缩频谱感知算法。本算法将贝叶斯压缩感知方法应用到宽带频谱感知中,研究采用正交双极化天线接收系统,直接将压缩采样信号进行合并处理然后统一恢复。理论分析以及仿真实验表明,本文所提出的基于正交双极化天线的贝叶斯压缩频谱感知算法,相比于传统的几种算法,能够有效地降低计算复杂度,同时有更好的感知性能。(3)针对到达角影响信号的接收进而影响宽带频谱感知系统性能的问题,本文提出基于来波到达角估计的贝叶斯压缩频谱感知算法。本算法先是建立考虑到达角的贝叶斯压缩频谱感知模型,然后研究到达角的估计问题。本算法通过完成对到达角的估计,然后将结果代入到频谱感知模型中来实现提高系统感知性能的目的。最后仿真实验也表明,相比于不考虑来波到达角影响的贝叶斯压缩频谱感知算法,本算法能够有效地提高宽带频谱感知性能。本文的以上研究表明基于正交双极化天线的宽带频谱感知算法能够提高感知系统稳定性,降低计算复杂度,提高频谱感知的性能。