中文摘要：

宽带频谱感知作为CR技术的关键技术之一，是CR网络技术得以应用的基础和前提。当前，利用CS理论进行宽带频谱感知已成为一个新的研究热点。本项目拟采用CS理论对非重构的宽带频谱感知方法进行研究，研究内容主要包括在噪声及原信号稀疏度未知的情况下，探索AIC压缩采样速率自适应算法；构建基于压缩观测数据高阶统计量的频谱感知数学模型，克服现有频谱感知方法采用二阶统计量进行感知所带来的感知性能不佳的问题；尝试采用Replica Method理论，对基于AIC观测数据协方差矩阵特征值及熵的宽带频谱感知方法进行研究；针对各认知节点压缩采样的异步性及观测次数的差异性等特点，拟采用Bayesian方法构建直接基于观测数据的异步协作频谱感知方法。通过对以上内容研究，探索出复杂度低、自适应、非重构的宽带频谱压缩感知方法，实现复杂网络环境下对宽带频谱信号进行快速、准确的感知，提高整个CR网络的频谱利用率和系统容量。