频谱感知是实现认知无线电的重要基础,也是认知无线电的核心技术之一。目前,对频谱感知算法的研究包括单用户的本地感知算法和多用户的协作感知算法。多用户协作感知通过对多个单用户的感知信息进行融合,有效地改善了单用户感知中存在的隐藏终端等问题,提高了频谱感知的精度,因此是目前频谱感知技术中研究的热点。本文为进一步提升感知的精度,重点研究了能量感知的自适应门限设置方法及协作感知的融合算法,主要包括以下内容：本文首先介绍了认知无线电中频谱感知技术的概念、研究背景和研究现状,然后介绍了单用户本地感知算法和多用户协作感知算法。在单用户感知算法中,重点分析了能量感知算法,并在AWGN信道和Rayleigh信道下对其进行了仿真分析。在多用户感知算法中,从软判决和硬判决两方面对经典的融合算法进行了深入分析和仿真比较。在协作感知硬判决方面,本文针对信噪比下降时本地能量感知算法的性能会明显下降的问题,提出一种基于自适应双门限的协作感知算法。该算法最大的优势在于能量感知算法的判决门限可随无线环境中不断变化的信噪比自适应地进行调整,使得系统在任何信噪比下均可获得较好的感知性能。通过在(?)AWGN信道下与基于固定双门限的协作感知算法进行仿真比较,表明了本文提出的基于自适应双门限协作感知算法的有效性。在协作感知软判决方面,首先引入基于簇的协作感知模型,以此来解决软判决会消耗大量带宽的问题。然后提出一种基于D S证据理论加权的协作感知算法,并分别在AWGN信道和Rayleigh信道下仿真验证该算法的有效性。最后将该算法应用于基于簇的协作感知中,提出一种基于簇的D S证据理论加权协作感知算法,该算法中通过D S证据理论为每个簇分配不同的权重因子,以此来加大感知性能好的簇对协作感知的影响,减小感知性能差的簇对协作感知的影响,提高整个网络感知性能。通过在AWGN信道下对几种基于簇的算法进行仿真对比分析,结果表明本文算法可获得更好的感知性能。