随着无线技术的迅速发展，频谱资源供需矛盾越来越大。现在可用的无线频谱基本饱和，而已经被授权的频段使用率却很低。认知无线电技术的出现可以有效的解决现存无线频带的利用率低的问题。认知无线电技术主要采用见缝扎针的观点来实现对空闲频带的再利用。其中频谱感知是认知无线电网络检测授权信号是否存在的关键技术。近年来能量检测由于其普遍性和比较低的复杂度，在频谱感知技术中被广泛应用。但是，噪声功率水平随时间变化（噪声不确定度）会严重的影响频谱感知的性能，尤其对能量检测产生恶劣的影响。为了克服噪声不确定度，已经提出了一些感知算法，但是查阅调研发现基于噪声不确定度的硬融合性能的研究基本还是空白。在文章中，首先采用平均功率为检测统计量描述了噪声功率不确定度的模型，然后推导了功率检测表达式及基于噪声不确定度的平均检测概率和虚警概率的完整表达式，并分析了不同信道下的感知性能。在文章里，我们研究了三种常用的硬融合规则（OR准则，AND准则和Majority准则），主要分析了在不同信道下不同检测环境时的三种准则的性能比较和最优准则的选择。文章主要分析讨论了低SNR和高信噪比两种不同情况，各种硬融合准则的比较和选取。大量的仿真结果可以看到：在AWGN信道，信噪比比较高时，不论大网络还是小网络，Majority在三种硬融合准则中都表现出了最优的检测性能。当信噪比比较小时，为了能达到需要的检测性能，在小网络中，OR准则性能比较好，随着合作用户数的增多，AND准则越来越具有优势，在大网络中，AND准则是最优的。在Rayleigh信道，信噪比较大时：中等以上噪声不确定度时，用户数少时，OR准则性能最好；随着用户数的增大，Majority性能显著变好，明显优于其他两种准则。低信噪比：噪声不确定度较低时，合作网络为小网络时，OR准则的性能最好；随着合作网络的用户数增多，Majority准则的性能优于其他两种融合准则。对于中等以上的噪声不确定度，不论是大网络还是小网络，相比于AND准则和Majority准则，OR准则都表现出比较好的性能。因此，该项研究对设计实际的认知网络具有重要意义。