李 贺， 赵 文 静， 罗 雪 松， 刘 畅， 邹 德 岳， 金 明 录

( 大连理工大学 信息与通信工程学院, 辽宁 大连 116024 )

0 引 言

随着无线宽带和多媒体用户市场的迅速扩大以及高数据速率的应用，固定的频谱分配策略导致的可用频谱资源使用效率低和频谱资源匮乏给无线通信网络5G甚至是6G带来了很大挑战.认知无线电作为5G关键技术，允许次用户使用授权主用户的空闲频谱进行机会通信，这是缓解频谱资源紧缺的一项有前途的技术[1].频谱感知是认知无线电技术的一项基本任务，它的目的是在特定地理维度获取授权频谱使用和主用户存在的认知信息.当主用户处于激活状态时，认知用户必须以较高的概率检测到主用户的存在，并在一定时间内清空信道或降低传输功率.然而，错综复杂的实际场景给频谱感知带来了很大挑战，也促进了认知无线电技术的不断发展[2-4].

在过去的10年中，人们提出了许多频谱感知算法.在这些算法中，因计算复杂度低和硬件实现简单，能量检测(energy detection，ED)算法得到较为广泛的使用[5].能量检测算法不需要知道主用户信号参数特征信息，对独立同分布(i.i.d)信号检测具有最优检测性能，但对相关信号的检测性能较差.为了克服能量检测算法的这一缺点，Zeng等[6]提出了基于样本协方差矩阵最大特征值检测(maximum eigenvalue detection，MED)算法.由于协方差矩阵能够捕获信号样本间的相关性，该算法对相关信号的检测优于传统能量检测算法.MED算法也被应用于其他场……