认知无线电(Cognitive Radio,CR)被认为是可以自动感知周围外部环境的智能通信系统,它能实时感知外部环境的变化,保证在不干扰授权用户正常通信的条件下,认知用户能够实时准确的检测到空闲的频段,并使用该频段进行通信。而频谱感知技术被认为是实现认知无线电的重要技术,本文重点研究了认知无线电中基于协方差矩阵特征与动态门限的频谱感知方法,主要贡献如下:1)考虑到接收信号协方差矩阵特征的性质,本文提出了一种联合特征值和特征向量的盲频谱感知方法。首先,提出了一种新的盲特征学习算法,需要根据采集到的历史感知数据来学习噪声的最大特征值和授权用户信号的主特征向量作为先验信息;然后,根据获得的先验信息并联合当前时隙内接收信号的最大特征值和主特征向量,分别构建两个不同的检验统计量;再者,分别推导出它们对应的判决门限的理论表达式;最后,利用“或”准则来判断当前信道内是否存在授权用户信号,并通过仿真结果证明所提方法的感知性能。2)考虑到协方差矩阵的反特征值在频谱感知方法研究中的应用,提出了一种基于协方差矩阵反特征值的盲频谱感知方法。首先需要计算出反特征值的大小,并利用部分反特征值构建新的检验统计量,然后推导给出判决门限的理论表达式。数值仿真结果分析显示,所提方法的检测性能优于已有的检测方法的性能,并且此方法对噪声不确定性稳定。值得强调的是,由仿真结果可以看出当授权信号协方差矩阵的秩估计存在误差时,不影响该方法的频谱检测性能。3)考虑到判决门限的取值对频谱感知性能的影响,主要分析了基于授权用户信号出现概率的动态门限设置法,该方法主要研究了动态门限值和授权用户信号出现概率之间的关系。首先我们介绍了上文提出的两种基于协方差矩阵特征的方法中动态门限的设置,其次我们以能量检测法为例,详细分析得到了门限值与授权用户信号出现概率之间的理论表达式,最后通过仿真说明了理论分析的正确性,表明在授权用户信号出现概率动态变化的情况下,动态的设置不同的门限值将会降低错误检测概率。