认知无线电技术在无线通信的发展史上具有划时代的意义。它允许认知用户利用闲置的频谱资源,提高了频谱利用率,在一定程度上解决了频谱资源愈发稀缺的困境。同时,也对智能网络的发展、频谱分配方式的改革、自适应传输策略的应用起到了巨大的推动作用。频谱检测技术,作为认知无线电系统的基础,对整个认知无线电系统功能的发挥有着重要的价值和意义。经过长时间的研究和发展,尽管认知无线电技术和频谱检测技术都取得了比较丰硕的研究成果,但是仍存在着一些挑战。为了更好地提高频谱检测的性能,使频谱检测技术与认知无线电网络更好地融合,本文在能量检测的基础上,对本地频谱检测和协作频谱检测进行了研究。首先,针对传统的能量检测法易受噪声不确定性影响的特点,提出了基于双自适应门限的改进算法。接下来,提出了基于簇的协作检测网络模型,将认知用户划分到不同的簇中。并根据这个网络模型,提出了一套完整的协作检测流程,该流程综合了“簇内检测”和“簇间检测”两个部分。在进行簇内检测时,将双自适应门限算法应用于其中,并对双门限间的检测信息进行了量化,提出了详细的量化方案。这之后,改进了本地频谱检测的方式,将高信噪比的认知用户的量化信息进行处理,作为辅助判决信息,传递至低信噪比的认知用户处,帮助其共同完成本地频谱检测,并针对辅助判决信息的传递方式进行了研究。最后,利用改进的本地频谱检测判决结果进行簇判决,进而做出全局判决。通过仿真,验证了所提出的模型的合理性以及算法性能的优异性,双自适应门限法提升了本地频谱检测的性能,而全新的协作检测方案较传统方法也大幅提升了协作检测的性能,尤其是在低信噪比的条件下。