电磁频谱是一种十分珍惜的自然资源,是无线通信中不可或缺的部分,并起到至关重要的作用。然而随着无线通信的发展,接入用户数量越来越大,造成频谱资源十分紧张。而目前通信中主要采用静态频谱接入的方式,用户需要在政府划分的频段内进行使用,当频谱处于空闲状态时,仍禁止非授权用户使用,这样在一定程度上造成频谱资源的浪费。无线通信在快速的发展,静态的频谱接入方式会造成频谱资源的浪费,然而动态的频谱接入的方式可以缓解频谱资源的压力。认知无线电(Cognitive Radio,CR)指出用户应具备认知功能,在软件无线电的基础上,通过对频谱资源进行检测,寻找空闲的频段并对硬件参数进行修改进行通信的过程。认知无线电的关键是寻找空闲的频谱资源,频谱感知技术通过对复杂的频谱环境进行分析,找到用户可用的频谱资源进行通信。所以频谱感知技术是认知无线电中的关键技术,其算法的优劣直接影响到认知系统的性能。宽带频谱感知可以提高认知用户的接入几率,在认知无线电系统中具有重要的意义,然而奈奎斯特定理指出采样频率必须大于带宽的2倍,这无疑增加了硬件实现难度以及感知时间。美国麻省理工人工智能实验室提出了一种稀疏快速傅里叶变换(Sparse Fast Fourier Transform,SFFT)算法,SFFT算法主要针对稀疏信号,可以极大地提高运算效率,降低采样频率。但对于非稀疏信本文提出一种基于SFFT的宽带频谱感知算法,这是一种可以解决非稀疏情况下的频谱感知方法。以SFFT算法为核心内容,通过对信号进行交织和滤波,完成对信号的预处理,以低于奈奎斯特采样速率2~8倍的速率进行采样,随后对频谱进行恢复,再检测信道的能量,从而对信道状态进行估计。最后利用USRP硬件平台搭建认知通信系统,并在系统中对基于SFFT的宽带频谱感知进行验证。