Vô tuyến nhận thức là một công nghệ mới sử dụng phổ tần số hiệu quả.Cảm nhận phổ là một trong những vấn đề thách thức nhất trong các hệ thống vô tuyến nhận thức. Có một số phương pháp cảm nhận phổ dùng để xác định phần phổ tần chưa được sử dụng để tận dụng cho việc truyền tín hiệu. Phần này sẽ thảo luận về một phương pháp dựa trên thuật toán MUSIC dùng để ước lượng phổ trong hệ thống vô tuyến nhận thức. Không giống như thuật toán MUSIC truyền thống dùng để ước lượng hướng sóng tới của tín hiệu, thuật toán này dựa trên FDOAước lượng tần số hoặc sóng mang của người dùng trong mạng vô tuyến nhận thức. Thuật toán được
phát triển mang lại khả năng ước lượng tần số có độ phân giải cao hơn so với MUSIC truyền thống cũng như các phương pháp tiếp cận dựa trên FFT.
Vô tuyến nhận thức được đề xuất bởi Mitola III là một khái niệm mới trong công nghệ truyền thông vô tuyến với lợi thế về hiệu suất sử dụng phổ tần số [34]. Cảm nhận phổtrong hệ thống vô tuyến nhận thức phải xác định được sự tồn tại của tín hiệu người dùng sơ cấp, loại tín hiệu và phần phổ tần chưa sử dụng để tận dụng. Dựa vào những điều đã biết về phổ, hệ thống vô tuyến nhận thức sẽ đưa ra quyết định về việc phát và thu tín hiệu mà không gây ra can nhiễu đến người dùng sơ cấp.
Một số phương pháp cảm nhận phổ được đề xuất đối với các hệ thống vô tuyến nhận thức, như OFDM, sử dụng băng lọc [37], dựa trên phương pháp phân nhiều băng (MTM) [38] và ước lượng phổ theo chu kỳ [39]. Tuy nhiên, tất cả các phương pháp này đều sử dụng FFT của tín hiệu thu được- một phương pháp cổ điển chưa phải là giải pháp tốt nhất để thu được phổ sắc nét. Về độ phân giải, sử dụng các kỹ thuật có độ phân giải cao thay cho các kỹ thuật dựa trên FFT sẽ cho phổ chính xác và liền mạch hơn [37]. Tuy nhiên, việc minh họa đơn giản cho phổ giả của một nút vô tuyến nhận thức cũng có giới hạn. Ngoài ra, vấn đề độ phân giải, một tiêu chuẩn quan trọng để đánh giá một phương pháp ước lượng phổ, vẫn chưa được làm rõ. Thuật toán MUSIC, một thuật toán có độ phân giải cao được giới thiệu lần đầu tiên bởi Ralph O. Schmidt dùng cho ước lượng hướng sóng tới [28]. Trong các phần sau, nghiên cứu sinh nghiên cứu phát triển, thay đổi thuật toán MUSIC này với mục đích ước lượng phổ trong các hệ thống vô tuyến nhận thức.
Thuật toán MUSIC là một kỹ thuật ước lượng hướng sóng tới dựa trên phân tích các giá trị riêng, còn được gọi là phương pháp dựa trên không gian con. Trong các thuật toán có độ phân giải cao, MUSIC nổi lên như một giải pháp đầy hứa hẹn, do kỹ thuật này có thể ước lượng nhiều thông số cùng một lúc, như góc phương vị, góc ngẩng, phân cực, cũng như trễ truyền sóng. Là một kỹ thuật dựa vào không gian con, MUSIC có các ưu điểm như phân bổ tần số độc lập, hội tụ nhanh, không cần thông tin
DOA ban đầu. Đặc biệt, MUSIC có thể tối thiểu RMS hơn các thuật toán không gian con đa chiều khác [29].
Các hệ thống vô tuyến nhận thức tập trung vào vấn đề ước lượng được công suất tín hiệu tại các tần số khác nhau mà chủ yếu là sử dụng MUSIC dựa trên FDOA. MUSIC dựa trên FDOA không chỉ loại bỏ được ảnh hưởng của ăng ten và nhiễu mà còn giúp các hệ thống vô tuyến nhận thức sử dụng phổ tần số hiệu quả hơn. Đặc biệt, có thể áp dụng thuật toán MUSIC cải tiến lên một ăng ten thu để nó có thể hoạt động như một dàn ăng ten thông thường, làm tăng đáng kể hiệu suất của hệ thống ăng ten và đáp ứng được các yêu cầu của hệ thống vô tuyến nhận thức. Hơn nữa, như chúng ta đã biết, MUSIC thường được dùng để ước lượng các tín hiệu băng hẹp, trong khi FDOA được áp dụng cho việc định vị các nguồn tín hiệu băng rộng. Do đó, sự kết hợp FDOA và MUSIC có thể được mở rộng phạm vi ứng dụng của MUSIC. Trong các phần tiếp theo sẽ nghiên cứu cải tiến thuật toán MUSIC truyền thống và Root- MUSIC để ứng dụng tốt hơn.Có thể gọi thuật toán MUSIC cải tiến này là thuật toán có độ phân giải cao. Thuật toán này vẫn hoạt động theo nguyên lý của MUSIC, nhưng có một số thay đổi trong mô hình hệ thống cũng như ma trận tính toán.