随着现代无线通信的发展，要求将认知无线电(Cognitive Radio，CR)应用到更宽的频段内，研究宽带频谱感知成为必然。但是基于奈奎斯特采样理论的宽带频谱感知技术(Wideband Spectrum Sensing，WSS)实现困难，例如需要复杂的采集前端，过高的系统采样率和快速的数字信号处理器。压缩感知(Compressive Spectrum Sensing，CS)充分利用待感知频谱的稀疏特性，以远低于Nyquist采样率的模拟数字转换速度完成宽带频谱的信息采集，并且以极低的数字信号处理成本完成宽带频谱感知，可有效地解决宽带频谱感知中的上述问题。本文主要对传统宽带频谱感知技术和压缩频谱感知技术进行研究，并将所研究的算法应用到宽带跳频通信系统中，提高系统对电磁环境的适用性，并且完成了该系统客户端软件的开发。本文的主要研究内容和贡献包括以下几个方面：　　(1)分析宽带频谱感知技术的研究背景和发展现状，针对现有的模拟信息转换器(Analog-to-Information Converter，AIC)模型的性能容易受到模型设计缺陷和模型不匹配的影响的问题，重点研究了基于宽带调制变换器(Modulated WidebandConverter， MWC)的压缩采样框架。该框架同时在多信道对模拟信号预处理，通过框架重构、相关矩阵分解和多测量向量解决方法，可以不进行信号重构直接估计信号支集，并且克服了AIC的模型不匹配问题。　　(2)针对基于MWC框架的宽带压缩频谱感知方法中存在的支集重构错误率高和计算代价大的问题，同时借鉴MWC的框架的优越性，提出一种面向宽带调制变换器的欠采样频谱感知预判决方法也称信道能量消除方法(Channel Energy Cancellation， CEC)。CEC方法利用接收信号的随机特性，把不同信道的能量比作为检验统计量检测宽带内是否存在主用户信号。理论与仿真证明，CEC算法能在低信噪比和没有任何主用户先验知识的情况下，准确的检测出主用户信号是否存在，并且有效的减小了非稀疏性的宽带高斯白噪声对欠采样频谱感知的影响，提升了频谱感知准确度。通过在压缩采样和支持重构之间插入CEC模块，可以中断在时域上不稀疏的白噪声的重构，以相当低的计算成本提高支集重构的正确性，使基于 MWC框架的CS算法更实用。　　(3)将宽带频谱感知技术与跳频技术结合起来，应用到宽带认知跳频通信系统中，以提高跳频通信系统在复杂电磁环境中通信的可靠性和抗干扰性能。提出了基于认知的宽带跳频通信系统的系统框架，重点研究了系统的频谱感知框架、频谱感知模块和数据通信模块的交互、PC客户端软件的实现过程、频谱感知的界面分析等。该系统可以根据信道中的电磁环境改变传输参数，实现在无干扰的频带中通信，最大程度的利用频谱资源。最后通过MFC在软件平台上完成了该系统的客户端软件部分的开发，该客户端软件可以实现数据通信、频谱感知、频谱显示与分析的功能。