随着宽带无线通信业务的迅速发展,频谱资源的供需矛盾日益突出。频谱感知技术是实现认知无线电系统的先决条件,对于提高频谱资源利用率,保护授权用户免受干扰具有重要意义。由于传统窄带频谱感知方案受限于A/D采样率,每个射频前端只能在较窄频带范围内进行检测,导致较大的时延和不确定性,亟需进行宽带频谱感知。但是,由于认知用户以奈奎斯特采样速率对接收信号进行处理,使宽带频谱感知对射频前端采样速率要求过高,增大了感知复杂度。为此,通过引入压缩感知技术进行宽带频谱感知,大大减少了采样点数目、数据处理量与检测时长,降低了对硬件设备的要求。考虑到低信噪比下检测概率过低以及压缩系数不确定性的影响,提出一种基于压缩感知的自适应宽带频谱感知算法。根据信噪比自适应地选择最优压缩系数以获取主用户信息,在SNR很低时,选择较大的压缩系数以保证频谱感知的准确性。当SNR很高时,在不影响检测准确性的前提下,自适应地减小压缩系数以动态缩短检测执行时间,提高了频谱感知的效率。采用基追踪算法进行信号重构,由于在低Nyquist采样速率下的功率谱密度估计优先于信号重构,能够在保证准确性的前提下实现快速可靠的频谱感知。仿真结果表明本文算法降低了压缩系数不确定性的影响,在低信噪比和衰落信道下达到了准确性和检测开销的合理折中。然而,复杂多变的无线传播环境中存在诸如衰落、阴影、多径等不利因素,导致单节点频谱感知性能明显下降。为此,提出一种基于簇的宽带协作压缩频谱感知算法。通过利用用户空间位置的差异性,分别基于决策融合和能量融合规则进行簇内融合感知判决,以提高认知无线电网络系统的整体感知性能。仿真结果表明,该方案优于传统协作频谱感知方案,能够在远低于Nyquist采样速率和低SNR下,有效地进行频谱感知,降低了非理想无线衰落报告信道对协作频谱感知性能的影响。