研究内容：

频谱感知与集成电路的研究，旨在构建一个集高效感知、智能认知与可信决策于一体的新一代频谱管理系统。该研究首先利用MWC（调制宽带转换器）频谱压缩技术，突破奈奎斯特采样定理的限制，实现对宽带频谱的高效、低功耗压缩感知，大幅降低数据采集与传输负担。在此基础上，引入Transformer等深度学习模型，对压缩感知获取的海量频谱数据进行深度特征提取与时空动态建模，精准感知频谱使用状态、识别干扰信号并预测频谱态势演化。为确保频谱感知数据与决策指令在分布式网络中的可信共享与可靠执行，该研究创新性地引入区块链技术，构建去中心化、不可篡改的频谱状态账本与协同决策机制，从而最终实现频谱资源的动态、精准、公平分配与自主智能决策，全面提升频谱资源的利用效率与系统的抗干扰能力。