随着移动数据业务发展迅速,无线频谱资源的需求也日益增长,认知无线电技术(CR)应运而生,其中频谱感知技术是CR系统的重要组成部分。协作频谱感知通过多名次用户共同进行频谱感知,可以有效提高感知的准确性。群智感知(Crowd-Sensing)是结合众包思想和终端设备感知能力的一种新的数据获取模式,逐渐成为当前的研究热点。本文将群智感知与协作频谱感知相结合,重点研究如何设计合理的激励机制来激励足够多的用户参与感知任务,并提供高质可靠的感知数据。通过博弈论、凸优化等方法,对感知效用进行优化,针对多任务、非理想信道及数据交易等场景,分别提出了三种群智协作频谱感知算法。本文的主要研究内容和成果如下:(1)针对多信道频谱感知,提出了一种基于多任务群智感知的协作频谱感知算法。该算法根据检测概率和感知时间的关系建立了参与感知的次用户效用函数,次用户通过优化感知时间得出次用户的最优效用并确定感知的信道,通过贪婪算法在有限预算限制下确定参与感知的次用户,在次用户感知完成后发放一定的报酬,以激励次用户参与频谱感知的积极性。仿真结果表明,该算法可以同时感知多个信道,通过激励提高了次用户的参与度,使得协作频谱检测概率得到有效的提升。(2)针对非理想传输信道,提出了一种群智频谱感知中感知时间和发射功率联合优化算法。在非理想信道下,定义了与报酬、感知时间和发射功率有关的次用户效用期望函数,通过对次用户的感知时间和发射功率的优化构建了最大化次用户效用的优化问题,并证明了其为凸优化问题,采用KKT条件求出最优的感知时间和发射功率。仿真结果表明,该算法有效提高了检测概率,降低了错误概率。(3)针对感知信息可以通过交易进行转发的场景,提出了基于讨价还价的协作频谱感知算法。当次用户无法直接将感知信息发送给基站时,可以通过交易的方式通过其它次用户进行转发。该算法将次用户之间的感知信息协作传输建模为纳什讨价还价模型,通过求解纳什讨价还价获得最优的交易方式,以激励更多无法直接将数据发送至基站的次用户参与感知,提高频谱感知正确率。仿真结果表明,该算法的频谱感知性能得到了提升。