当前,随着可用频谱资源的日益紧缺,认知无线电技术正在无线通信中发挥着越来越重要的作用。而对认知无线电技术中的关键步骤频谱感知的研究也正引起人们越来越多的关注,准确及时地感知到频谱空洞是认知用户机会式接入的前提条件。在现有的宽带频谱感知方法中,基于贝叶斯理论的压缩感知算法以其低信号采样率以及较高的信号重建准确性成为宽带条件下一种重要的频谱感知方法。但是受具体无线环境如衰落和噪声的影响,单个CR用户的频谱感知效果往往不够理想,需引入多个CR用户协作感知宽带频谱。本文主要研究的是在宽带条件如何选择合适的CR用户参与到协作频谱感知中以及各CR用户如何通过分布式合作的方式准确地感知频谱的问题。由于之前大部分对协作感知的研究均是基于窄带的条件下,所以,如何在宽带条件下进行协作感知成为本文的研究重点。论文在对现有窄带协作频谱感知技术充分调研的基础上,针对宽带频谱条件下的特点,提出了宽带条件下的基于贝叶斯网络学习算法的协作节点选择方案以及采用先验交换方式的基于平均一致性算法的分布式协作频谱感知方案。在进行协作频谱感知之前,首先进行协作节点的选择,剔除一些恶意节点和冗余节点之后,剩余节点进行协作频谱感知,采用基于改进的平均一致性算法的分布式协作感知方式进行协作频谱感知。论文进行的主要工作如下:1、提出协作节点选择方案。为了提高节点间协作的有效性,本文将贝叶斯网络学习算法引入研究中,首先利用贝叶斯网络结构学习算法中的SGS算法确定出分布式网络的拓扑结构,接着利用每个子用户感知到的宽带频谱信息,通过贝叶斯网络参数学习算法中的贝叶斯估计算法学习并确定出分布式网络中的相关性参数,根据这些相关性参数进行协作节点的选择,从而既不影响协作检测的性能,又能减少协作节点的个数从而减少整个分布式网络的数据传输量。2、采用先验信息交换的基于加权平均一致性算法的分布式协作频谱感知方案。现有运用在分布式协作网络中的加权平均一致性算法仍然有较大的改进空间。本文在对现有加权平均一致性算法充分调研的基础上,引入了可靠性先验参数交换的概念,通过在进行一致性迭代运算之前进行先验参数的交换,最终达到对宽带频谱更为准确地检测。