分布式压缩感知（DCS）理论扩展了压缩感知理论的应用，它将单信号的压缩采样扩展到了信号群的压缩采样。协作频谱感知技术利用空间的宏集合弥补了单用户在认知无线电宽带频谱感知过程中可能出现检测错误的问题，但在复杂的信号重构过程中增加了计算量。针对这种情况，论文提出了一种改进的基于DCS的分布式多用户协作频谱感知方法。该改进方法的重构过程是在原OMP算法的基础上，通过利用上一时刻频谱感知所得到的频谱占用情况来减少重构算法的计算量。仿真表明：在频谱占用情况变化缓慢的情况下，所提改进的基于DCS分布式多用户

分布式压缩感知（DCS）理论扩展了压缩感知理论的应用，将单信号的压缩采样扩展到信号群的压缩采样。协作频谱感知技术利用空间的宏集合弥补了单用户在认知无线电宽带频谱感知过程中可能出现检测错误的问题，但在复杂的信号重构过程中增加了计算量。针对这种情况，提出了一种改进的基于DCS的分布式多用户协作频谱感知方法。该改进方法的重构过程是在原OMP算法的基础上，通过利用上一时刻频谱感知所得到的频谱占用情况减少重构算法的计算量。仿真结果表明，在频谱占用情况变化缓慢的情况下，所提的改进方法不仅具有与原算法相同的重

分布式压缩感知（DCS）理论扩展了压缩感知理论的应用，将单信号的压缩采样扩展到信号群的压缩采样。协作频谱感知技术利用空间的宏集合弥补了单用户在认知无线电宽带频谱感知过程中可能出现检测错误的问题，但在复杂的信号重构过程中增加了计算量。针对这种情况，提出了一种改进的基于DCS的分布式多用户协作频谱感知方法。该改进方法的重构过程是在原OMP算法的基础上，通过利用上一时刻频谱感知所得到的频谱占用情况减少重构算法的计算量。仿真结果表明，在频谱占用情况变化缓慢的情况下，所提的改进方法不仅具有与原算法相同的重