为了满足人们在无线通信服务方面日渐增长的需求,更多更宽的频谱带宽需要用来传输信息。针对无线电可用频段紧缺与授权频段大量闲置的问题,认知无线电技术可以有效改善频谱的使用状况,实现频谱的高效利用。然而,在无线宽带网络中,频谱感知作为认知无线电中的关键技术,其以Nyqusit采样方式的感知实现不仅会导致高速模拟数字转换器的硬件实现困难,而且会给感知过程带来过高的通信开销。因此,如何有效降低宽带频谱感知的采样率并保证感知性能已经成为该领域研究的热点。针对稀疏性或可压缩性信号,压缩感知作为一种新的信号采样方式可以实现信号的低速采样,并能从低维的采样数据中重构出高维信号。与Nyqusit采样方式不同,压缩感知可同时采样和压缩该类信号,以降低过高的采样速率和不产生过多的无用数据。在认知无线电中,结合该理论的频谱感知不仅可以降低感知端的采样压力,而且可以降低感知过程的通信花销。为此,本文重点研究了基于子频带匹配选择的宽带感知算法和基于加权一致优化的宽带分布式协作感知算法。主要创新点如下:1、针对宽带频谱感知中频谱重构算法设计问题,提出了一种基于子频带匹配选择的重构算法。该算法在频谱重构过程中将单个频点匹配选择变为子频带匹配选择,不仅可以确定存在授权用户的子频带,而且能够大大减少该算法在频谱重构中的迭代次数,并在更新残差环节,采用正则化最小二乘法来进一步提高重构的准确性。基于该算法的宽带频谱感知不但提高频谱重构的准确性,并且有效降低感知时间,具有很好的感知性能。2、针对宽带频谱感知中多个感知用户协作的频谱重构算法设计问题,基于加权一致优化的宽带分布式协作频谱重构算法被提出。该算法根据当前迭代重构出的频谱信号来设定下一次迭代重构时频谱信号上的子频段对应的权值,促使频谱信号上存在授权用户的子频段产生信号值,以降低频谱重构出错的可能性,增大频谱重构的准确性。基于该算法的宽带频谱感知能够降低感知过程的时间和通信开销,改善感知性能。