频谱是一种不可再生的稀缺性战略资源,随着5G技术及下一代无线通信网络的快速发展,固定频谱分配策略导致的频谱资源利用率低下与频谱资源紧缺之间的矛盾日益尖锐。近年来随着认知无线电技术和压缩感知技术的飞速发展,基于调制宽带转换器(Modulated Wideband Converter,MWC)的宽带频谱压缩感知技术得到了广泛的研究。这些研究对一个极宽频率范围内的空闲频谱检测提供了可行的技术方案,从而为下一代超致密、超大容量通信实现频谱资源的共享利用,及满足更多的宽带新兴业务需求提供了可能。本论文以压缩感知理论为基础,从频谱感知精度、先验信息挖掘、硬件复杂度、信道建模、及可靠感知等几个研究点出发展开研究,主要的研究工作包括以下几个部分:(1)MWC可对稀疏宽带模拟信号进行欠奈奎斯特采样,并实现支撑集的精确重构。然而,现有SOMP重构算法不仅需要信号的稀疏度先验信息,而且在所需通道数和重构性能上还有较大的改进空间。针对这些问题,本文将SwSOMP算法应用于MWC的CTF模块中,一方面,该算法通过弱化参数和内积最大值构建原子选取标准,一次可以选取多个原子,从而可以提高最相关原子选取的准确性;另一方面,算法不需要模拟信号的先验稀疏度信息,可在半盲状态下重构信号的频带支撑集。仿真实验结果表明:与SOMP重构算法相比,基于SwSOMP的MWC频谱感知系统可以更少的通道数和较低的信噪比实现信号支撑集的高概率重构,同时该重构方案也可以提高信号可重构频带数。(2)基于MWC的重构框架可以实现支撑集的重构,然而现有多数MWC的重构算法除了需要事先知道信号稀疏度先验信息外,在低信噪比或信噪比波动时算法不具备支撑集元素选择的自适应判决能力,且算法的容错能力也有待提高。针对这些问题,提出了一种基于奇异值分解的自适应全盲宽带频谱感知性能提升(Adaptive and Blind Reduced MMV Boost,ABRMB)框架。算法首先利用奇异值分解所反映出的信号内在特征属性,估计出信号噪声强度和信号的稀疏度,从而可以自适应的设定判定阈值;然后,在算法的求解器中,通过最优邻域选择方法提升框架重构的容错能力。实验结果表明,与ReMBo和RPMB算法相比,在噪声强度和稀疏度均未知的情况下,本文提出的框架及求解器可以有效的提高系统的重构成功概率;当硬件通道数相同时,可重构的信号的频带数更多;另外,提出的框架所需的最小采样率更低,并且具有更低的支撑集势的逼近误差。(3)在协作式频谱感知中,为了提高频谱感知的精度,融合中心从感知节点上报的采样结果和构建的观测矩阵中恢复频谱支撑。然而,由于MWC的并行结构,基于MWC结构的协作式感知具有极高的硬件复杂度;另外,现有方案针对支撑集元素的选取没有考虑噪声强度影响,且在进行信号支撑集重构的迭代操作中需要信号稀疏度的先验信息。针对这些不足,本文提出了一种基于递进支撑集选择的自适应分布式MWC(Progressive Support Selection Based Self-adaptive Distributed MWC.PSS-SaDMWC)宽带频谱感知方案。在该方案中,并行的硬件采样通道分散在各协作的次用户(SUs)中;在融合中心,提出的PSS-SaDMWC方案将执行更为准确的噪声强度估计和稀疏度估计;同时针对感知中的中继信道建立传输损耗模型,并讨论了信道衰落增益对频谱感知性能的影响。更重要的是,在低信噪比下,该方案采用了一种基于递进操作的支撑集选择策略来降低宽带频谱感知的漏检概率。仿真结果表明,与传统的单重构算法的支撑集方案相比,在不增加计算成本,并减少硬件复杂度的情况下,提出的方案具有更高的支撑集恢复成功率、更低的系统采样率和更强的时变支撑集恢复能力。(4)针对如何实现快速、安全和可靠的宽带频谱感知技术所面临的挑战,本文提出了一种新的非重构序贯压缩宽带频谱感知(Non-reconstructed Sequential Compressed Wideband Spectrum Sensing,NSCWSS)算法。首先,算法针对感知信道进行建模,并考虑了衰落对频谱感知的影响;其次,该算法使用基于历史记忆和信誉度的序贯频谱感知技术来确保算法的可靠性;接着,该算法采用无需重构的压缩感知策略,降低了算法的计算复杂度。采用集中协作式频谱感知算法的仿真结果表明,在保证一定检测概率的条件下,该算法有效地减少了信号重构的计算复杂度,降低了宽带频谱感知的采样次数。同时,在协作式认知宽带通信场景中,该算法针对SSDF的攻击实现了更好的防御。综上所述,本文针对宽带频谱感知研究中的关键挑战性问题,在实际感知环境中,基本达到了以更高的感知精度、更多的可重构频带数、更少的采样通道数、更低的系统采样速率、更可靠的感知策略进行宽带频谱感知的目标。