认知无线电技术在保证主用户可靠通信的前提下,能够极大地提升了已授权频段的频谱利用率,因而受到通信界的普遍关注,并已成为未来无线通信网络的重要技术之一。本文选题来源于国家自然科学基金及教育部博士点基金等项目,具有重要的理论意义及广阔的应用前景。本文针对复杂通信系统中的认知无线电技术进行了深入研究,重点分析和研究了时变衰落信道及不确定噪声下的频谱感知技术与感知调度机制等问题。论文的主要研究内容包括:1.针对时变衰落信道下的频谱感知系统建模问题,ⅰ)提出了动态状态空间模型,将授权用户工作状态与衰落信道状态视为两个相互独立的隐藏状态;ⅱ)采用两状态隐马尔科夫链对授权用户工作状态（工作/空闲）随时间迁移变化的特性进行建模;ⅲ)对于单径衰落信道,采用有限状态马尔科夫链对其时变特性进行建模,对于更为复杂的时变密集多径信道,采用抽头延时线模型对其建模;ⅳ)根据实际设备和检测精度需要,认知用户可选择采用能量（非相干）接收或匹配滤波（相干）接收两种信号处理方式获得观测信号。2.针对时变衰落信道下的频谱感知应用场景,提出了统一的单节点频谱感知算法框架。ⅰ)基于贝叶斯序贯估计理论,提出联合估计算法,该算法在对授权用户工作状态进行检测的同时,还将实时估计时变衰落信道增益;ⅱ)针对在授权用户不发射信号（空闲状态）的情况下信道信息在接收信号中会完全消失的现象,以及时变信道的慢衰落特性,提出了预判决和自适应累积两个新机制实现准确的信道状态实时估计。ⅲ)针对更为复杂的时变密集多径下的频谱检测问题,提出了一种高效的迭代联合估计机制,能在时变密集多径衰落信道下获得良好的盲检测性能。3.针对通信系统中背景噪声与干扰存在不确定性的应用场景,提出了全新频谱感知方案。ⅰ)针对背景噪声统计期望已知而方差静态未知的情况,设计了一种基于共轭先验和边缘化粒子滤波的联合频谱感知算法用于实现噪声方差和主用户状态的联合估计;ⅱ)针对背景噪声统计期望已知而方差时变未知的情况,设计提出了序贯联合估计算法,同时针对噪声方差的慢时变特性,设计了一种自适应遗忘因子调整机制以提高噪声方差实时跟踪的准确性;iii)进一步扩展联合检测算法以适用于更为复杂的需同时考虑时变未知干扰和背景噪声的应用场景,并通过仿真验证了算法的有效性。4.针对动态环境下的感知性能与传输吞吐量之间的权衡优化问题,研究提出了一种自适应感知调度策略。ⅰ)提出了时变衰落信道下感知调度的动态状态空间模型,该模型充分考虑了感知性能与传输吞吐量之间的在不确定环境下的权衡,其感知周期长度将根据衰落信道的时变增益进行动态调整;ⅱ)通过数学推理证明了对于不同的衰落信道,认知用户吞吐量最大值点的存在性,且推导出其对应的最优频谱感知周期分配时长与信道衰落增益具有的数学关系;ⅲ)基于理论推导结果以及信道迁移的马尔科夫性,设计提出了自适应感知调度方案。最后,对全文研究内容进行了总结,并对下一代无线通信中认知无线电技术的发展方向及今后工作进行了展望。