认知无线电(Cognitive Radio,CR)是一种可以自我认知和历史学习的无线电通信概念,它可以通过感知等一系列方式实时的寻找和利用未被占用的频谱资源,缓解了当前无线电环境下的频谱资源日渐稀缺的现状。而频谱感知是动态频谱接入、频谱共存等认知无线电关键技术的前提和基础。随着无线通信的高速发展以及无线业务的快速增长,需要更多的频谱资源,才能够满足用户越来越高的通信速率要求,目前仅仅针对窄带频谱的感知技术在应用中已经出现的瓶颈,针对多个用户协同的认知网络的感知和宽带频谱感知由于能够感知到较大频率范围的频谱使用情况而为认知用户创造更多的频谱接入机会,成为认知无线电频谱感知技术新兴且重要的研究和发展方向。论文首先对认知无线电频谱感知技术进行了分类总结,然后针对协作感知中基于特征值算法的协作频谱感知以及宽频带场景下的协作压缩频谱感知进行了研究。具体工作及创新点如下：1.针对认知无线电中可能存在被不止一个授权用户占用的频段的感知,论文提出了首先估计出授权用户信号空间的大小,即根据随机矩阵理论对信号子空间的大小做出估计,同时根据这个估计值,对其他未知参数做出最大似然估计,从而求出似然函数,根据误警概率的要求求出先验判决门限,通过似然函数与判决门限的比较进行判决,根据判决结果分析该频段内足否存在一个或多个授权用户。仿真结果表明,在相同的信道和噪声环境下,论文所提出的基于特征值的协作频谱感知算法在授权用户数p=1和p>1(p=3或6)时均可以达到最优的感知性能。2.论文将认知用户协作与压缩感知中的稀疏估计理论结合应用在宽带频谱感知中,提出了基于用户协作的宽带压缩感知算法,首先通过最大可能稀疏度这个先验信息判断每个协作用户最小需要的采样点和参与协作的感知用户数,并在此基础上通过协作对频谱稀疏度做出联合估计,利用当前估计的稀疏度判断协作用户所需可以完整恢复出原始信号的最小的采样频率,使得在采样开销最小的情况下,保证达到最佳的系统性能。仿真结果表明该算法在保证了检测性能的同时,降低了协作感知带来的成倍增长的采样开销。即在同样的采用开销水平下,论文提出的算法可以达到更高的检测概率。