随着通信行业的快速发展,可用的频谱资源变得越来越稀缺。然而另一方面,已经授权的很大一部分频谱资源的实际利用效率却很低,这就造成了频谱的浪费,因此迫切需要开发出一种新的技术,来解决当前频谱利用效率低的问题,于是认知无线电技术应运而生。论文针对认知无线电系统中的频谱感知技术进行研究,并对基于发射机和接收机的频谱感知算法的模型进行了讨论,分析了它们存在的优缺点。对频谱感知中的能量检测、匹配滤波器检测以及循环平稳特征检测的算法原理进行了详细的阐述。经过分析传统的单节点感知算法存在的不足,引出了多节点的合作频谱感知算法。分析了采用合作频谱感知时,硬判决融合和软判决融合的优缺点,并给出了相应的检测性能分析。在传统的“K秩”准则算法中,若是存在恶意用户,会造成整体检测性能下降,本文提出了改进K秩准则的合作频谱感知算法,通过对不同的用户进行感知性能的加权,克服了恶意用户对感知性能的影响,并通过实验仿真验证了算法的优越性。为了更好的理解加权,介绍了一种基于信噪比加权的合作频谱感知方法。为了避免信道资源的浪费和拥挤,进一步提高合作感知性能,在传统合作频谱感知算法的基础上,提出了一种改进的合作频谱感知算法,该算法通过剔除性能较差的节点,选择一些信噪比较好的节点来进行检测,使用较少的节点节约了信道的资源,避免了信道的拥挤,保证了系统综合性能。在满足感知时间限制的范围内提高检测次数,获得了更好的感知成果。针对目前噪声功率的不确定性对频谱感知技术的影响较大的问题,对在香农熵的基础上提出了基于指数熵的非均匀分配频谱感知算法。由于主用户存在和不存在时,接收信号的频域幅值分布特性有所不同,该方法利用这一特性估计接收信号的指数熵,然后通过与预设的门限进行比较,进而判断主用户信号存在与否。该方法具有不需要信号的先验知识、抗噪声功率不确定性以及在低信噪比下可以得到较高检测概率等优点。