無線通信發展所面臨的瓶頸之一就是頻譜資源的不足，造成這一問題的主要原因是：一方面，當前普遍采用的靜態頻譜管理體制留給新系統、新業務的可用資源非常少；另一方面，據美國聯邦通信委員會(FCC)研究表明，頻譜的使用情況是動態變化的，大部分時段和空間的頻譜利用率非常低。構建以認知無線電技術為核心的動態頻譜管理體制，可以從根本上緩解頻譜資源緊張的局面。認知無線電(CR)概念由Joseph Mitola博士提出，其主導思想是實現伺機的動態頻譜接入，即非授權用戶（也稱次用戶或認知用戶）通過檢測，機會性地接入已分配給授權用戶（或主用戶）但暫時很少使用甚至未被使用的空閑頻段，一旦主用戶重新接入該頻段，次用戶迅速騰出信道。這種技術需解決的首要問題就是如何快速準確地獲取授權頻譜的使用情況，目前主要有3類解決方案：建立數據庫檔案、傳送信標信號和頻譜感知。表1從多個方面對3種方案進行了比較，其中頻譜感知方案因具有建設成本低、與現有主系統的兼容性強等突出優點，得到了大多數研究學者的認同；另外兩種由于受到政治、經濟等因素的制約而很難實現，對其研究相對較少。
頻譜感知技術是指認知用戶通過各種信號檢測和處理手段來獲取無線網絡中的頻譜使用信息。從無線網絡的功能分層角度看，頻譜感知技術主要涉及物理層和鏈路層，其中物理層主要關注各種具體的本地檢測算法，而鏈路層主要關注用戶間的協作以及對感知機制的控制與優化。因此，目前頻譜感知技術的研究大多數集中在本地感知、協作感知和感知機制優化3個方面。文章正是從這3個方面對頻譜感知技術的最新研究進展情況進行了總結歸納，分析了主要難點，并在此基礎上討論了下一步的研究方向。

1 本地感知技術

1.1 主要檢測算法

本地頻譜感知是指單個認知用戶獨立執行某種檢測算法來感知頻譜使用情況，其檢測性能通常由虛警概率以及漏檢概率進行衡量。比較典型的感知算法包括：

能量檢測算法，其主要原理是在特定頻段上，測量某段觀測時間內接收信號的總能量，然后與某一設定門限比較來判決主信號是否存在。由于該算法復雜度較低，實施簡單，同時不需要任何先驗信息，因此被認為是CR系統中最通用的感知算法。

匹配濾波器檢測算法，是在確知主用戶信號先驗信息（如調制類型，脈沖整形，幀格式）情況下的最佳檢測算法。該算法的優勢在于能使檢測信噪比最大化，在相同性能限定下較能量檢測所需的采樣點個數少，因此處理時間更短。

循環平穩特征檢測算法，其原理是通過分析循環自相關函數或者二維頻譜相關函數的方法得到信號頻譜相關統計特性，利用其呈現的周期性來區分主信號與噪聲。該算法在很低的信噪比下仍具有很好的檢測性能，而且針對各種信號類型獨特的統計特征進行循環譜分析，可以克服惡意干擾信號，大大提高檢測的性能和效率。

協方差矩陣檢測算法，利用主信號的相關性建立信號樣本協方差矩陣，并以計算矩陣最大、最小特征值比率的方法做出判決。文獻[1]提出基于過采樣接收信號或多路接收天線的盲感知算法。通過對接收信號矩陣的線性預測和奇異值分解(QR)得到信號統計值的比率來判定是否有主用戶信號。

以上這些算法都是對主用戶發射端信號的直接檢測，基本都是從經典的信號檢測理論中移植過來的。此外，近期一些文獻從主用戶接收端的角度提出了本振泄露功率檢測和基于干擾溫度的檢測。有些文獻對經典算法進行了改進，如文獻[2]提出了一種基于能量檢測-循環特征檢測結合的兩級感知算法。文獻[3]研究了基于頻偏補償的匹配濾波器檢測、聯合前向和參數匹配的能量檢測、多分辨率頻譜檢測和基于小波變換頻譜檢測等。表2歸納了文獻中提及較多的一些感知算法，并對其優缺點進行了比較。

1.2 有待解決的問題

單用戶本地感知主要面臨以下挑戰：首先，對感知設備提出了較高的硬件要求，如高速高分辨率的數模轉換器、高速的信號處理器、寬帶射頻(RF)單元、單/雙鏈路結構等等，以達到所需的檢測速度和靈敏度；其次，由于多徑衰落、陰影和本地干擾等因素的影響，單用戶本地頻譜檢測往往不能獲得滿意的性能。再次，如何檢測基于擴頻技術的主用戶信號也是個難點問題。

Ghasemi將頻譜感知的主要難點問題歸結于3種不確定性：信道不確定性，即在陰影、衰落信道中，認知用戶很難從噪聲背景下區分出經歷深衰落的主信號；噪聲不確定性，主要是能量檢測的性能會因為噪聲估計的偏差受到嚴重影響；聚合干擾不確定性，當網絡中存在多個認知用戶時，單個認知用戶的發射可能不會干擾主用戶，但是多個用戶同時發射可能會超過主用戶的干擾溫度門限（最大干擾的容忍程度）。

基于以上分析，下一步的主要研究方向包括：針對衰落、陰影等惡劣的信道環境，研究能量檢測、循環特征檢測等算法的改進或者進一步探討更為新穎的感知算法；針對正交頻分復用技術(OFDM)頻譜池系統的多帶檢測算法；將傳統的時域、頻域、空域的三維信號檢測進行拓展，并研究包括角度、編碼等維度的多維頻譜感知算法。