无线通信技术的迅速发展和人们对无线通信业务不断增长的需求导致频谱资源越来越稀缺。传统无线频谱资源分配方式采取静态频谱分配策略,无法充分利用有限的频谱资源。为了克服这一弊端,研究者基于动态频谱共享理念提出了能够大幅提高频谱利用率的认知无线电系统,而频谱感知技术就是认知无线电系统中最为关键的基础技术之一。现有的窄带频谱感知方法大多有着成熟的技术,然而带宽的差异使其无法直接应用于宽带频谱感知问题中。不断革新的无线通信技术将认知无线电的检测范围从原来几百兆赫兹的频段扩展为数千兆赫兹的组合频段,在这种情况下,研究宽带频谱感知成为缓解频谱资源紧张问题的一个重要解决方法。本文首先对基于奈奎斯特采样的传统宽带频谱感知方法展开研究,这类方法将宽频带划分为一组互不重叠的连续子带,利用窄带感知技术分别对各子带进行检测,从而实现宽带频谱感知。论文对多频带联合检测算法和基于滤波器组的宽带频谱感知算法进行了研究和对比,分析了这类方法在对大带宽信号感知时面临的采样瓶颈问题,明确了基于次奈奎斯特采样宽带频谱感知方法研究的重要意义。本文围绕着基于次奈奎斯特采样的宽带频谱感知方法,对压缩感知理论及其在宽带频谱感知领域的应用进行了深入研究。这类算法主要利用宽带信号内在的稀疏性,以远低于奈奎斯特速率的采样速率实现宽带频谱感知。论文基于三种典型的稀疏信号重构算法模拟对宽带信号的频谱感知,并依据仿真实验对算法性能进行了对比分析。本文还对快速压缩功率谱估计算法进行了研究和仿真实验,并与其他算法性能进行了对比。压缩感知类方法往往要求宽带信号本身具有稀疏性,而且对噪声的鲁棒性不够理想。针对这一问题,在多天线模型下,本文提出了一种新型接收机采样结构和多天线辅助宽带频谱感知算法。新算法不直接重构宽带信号,而是选择重构宽带信号的功率谱,通过研究压缩采样样本与宽带信号的统计信息之间的关系,实现对宽带信号自相关矩阵的重构,从而实现对宽带频谱的感知。仿真实验证明本文提出的算法在信噪比较低的环境中也能够获得良好的感知性能,并且适用于非稀疏的宽带信号。