随着无线通信的快速发展和高速数据传输需求的快速提高,无线频谱作为一种有限和不可再生的自然资源,已经无法充分满足无线通信的需要,无线频谱资源的稀缺成为亟待解决的问题。然而,很多被静态分配的频谱资源(Spectrum Resource,SR)未得到充分利用,造成了不必要的浪费和频谱资源的不平衡利用。认知无线电(Cognitive Radio,CR)是为了充分利用频谱资源,允许未被分配频谱资源的次要用户(Secondary User,SU)利用主要用户(Primary User,PU)的空闲频谱。在CR中,频谱感知(Spectrum Sensing,SS)是第一个步骤,需要检测出在不干扰PU的情况下,能被SU使用的频谱空洞。传统的方法是对信号压缩采样,然后重构信号,再进行频谱检测。根据CS理论,信号重构是计算量消耗最大的步骤,因此为了减少频谱感知算法的计算量,研究非重构框架下有效的频谱感知算法迫在眉睫。为了减小信号重构下频谱感知算法的计算复杂度和恢复频谱准确性对判决结果的影响,提出了基于压缩感知的非重构单节点频谱感知算法。在单节点频谱感知(Single Node Spectrum Sensing,SSS)中,首先将信道划分成信道组,以降低采样协方差矩阵(Sampled Covariance Matrix,SCM)的计算复杂度;然后求得采样协方差矩阵对角线上的值并进行去噪,以提高检测性能。仿真结果表明,非重构单节点频谱感知算法都能够有效地检测出频谱空洞。为了解决单节点频谱感知可能存在深度衰落和终端隐藏的问题,提出了多节点协作频谱感知(Cooperative Multiple Nodes Spectrum Sensing,CMSS)。非重构的多节点协作频谱感知将信道划分成信道组后求得融合的采样协方差矩阵对角线上的值进行判决,可以降低SCM的计算复杂度并提高检测性能。仿真结果表明,与单节点频谱感知相比,非重构多节点协作频谱感知检测的准确度更高。为了解决多节点协作频谱感知可能存在频谱感知数据伪造(Spectrum Sensing Data Falsification,SSDF)攻击的问题,提出了基于声望等级制度的两阶段频谱感知算法。将感知用户的感知数据(Sensing Data,SD)与诚实感知用户(Honestly Secondary User,HSU)的SD进行校验,并将声望等级化且更新感知用户在融合中心(Fusion Center,FC)的权重,以减小SSDF攻击带来的检测性能下降的影响。仿真结果表明,当存在SSDF攻击时,在非重构多节点协作频谱感知算法的基础上,基于声望等级制度的两阶段频谱感知算法能够有效地提高检测性能。