基于压缩采样的认知无线电频谱感知技术研究

频谱感知是认知无线电物理层的一项关键技术，如何实现对宽频段的实时感知是一项技术难题。压缩采样理论为在较低AD转换频率下实现对宽频段的信号感知提供了理论保证。本课题基于压缩采样理论研究认知无线电的频谱感知问题。探索解决在压缩采样实现框架下，在测量矩阵的构建、信号重构算法、子带划分与估计准则等方面遇到的问题，综合分析频谱感知各个环节的不同算法，包括其运算量、存储量等与算法性能的权衡，最终提出易于工程实现的基于压缩采样的认知无线电频谱感知的算法流程和解决方案。本研究有助于降低频谱感知实现的成本，实现超宽带频谱感知的小型化，从而进一步提高认知节点频谱感知的能力，推动认知无线电理论与技术的发展。

频谱感知是认知无线电中的一项关键技术，压缩感知理论为宽频段的频谱感知提供了一个新的解决方法，为在较低AD转换频率下实现对宽频段信号感知提供了理论保证。本课题研究压缩感知理论及其在认知无线电中的应用。在分析国内外重构算法的基础上，提出了自己的重构算法和改进的方法，并提出基于位置集回验的并联分片频谱压缩感知算法，是一种工程上较为可行的方法。研究了压缩感知的机密性，并对其他频谱感知的方法和认知无线电中的一些问题进行了研究。在国内外期刊和会议上发表了相应的论文，形成了自己的理论和方法，为今后的进一步研究奠定了基础。