随着无线通信技术的快速发展,有限的频谱资源已经满足不了日益增长的频谱需求,成为制约无线通信发展的瓶颈。在这种背景下,提出了认知无线电技术。它能够提高频谱的有效利用率,缓解当前的频谱紧张形势。频谱感知是认知无线电得以应用的基础,本文主要对其进行讨论和研究。本文首先介绍了单用户频谱感知算法,并比较了这几种算法的优缺点。由于多径衰落和阴影衰落的存在,使得单个认知用户的检测结果不具有准确性,故本文在第三章研究了协作频谱感知来抵抗这种不足。在协作频谱感知中,信息融合是其实现的关键,不同的融合算法对系统性能的影响不同,本章主要讨论了决策融合和数据融合两种方法,并对这两种方法的性能进行分析和比较。与固定样本数检测相比,第四章研究了非固定样本数的序贯检测方法。其优点在于所需样本数少,节省了信道资源;不足点在于当恶意用户多时,检测性能较差。为了在有恶意用户的情况下提高频谱的检测概率,并用更少的样本数来达到判决门限,本文提出一种基于正确判断能力的改进加权序贯频谱检测算法。该方法根据用户的正确判断能力对各个认知用户的似然比加权一个更优的系数,能够识别恶意用户并且利用恶意用户发送的数据。仿真结果表明,本文算法能够在较少样本数的情况下获取较高的检测概率。本文最后将压缩感知技术与频谱感知相结合,研究了基于压缩感知的宽带频谱感知技术。在压缩感知技术,重要的是如何将原始信号从压缩得到的样本中重构出来。在重构算法中,本文采用了稳定性较好的正则化正交匹配追踪算法。当其应用到频谱感知中时,由于部分频谱一直处于使用状态,我们可以将这些频谱作为重构的已知信息,所以本文提出一种基于部分样本已知的频谱重构算法,即改进的正交匹配追踪算法。仿真实验证明,在相同条件下,通过改进的算法重构出的数据更为准确。