随着无线通信的广泛应用,频谱资源越来越紧缺。但是传统的固定分配无线频谱资源管理方式使得大部分频谱通常处于空闲状态,降低了频谱资源的利用率。为了提高利用率,弥补这些不足,认知无线电的概念被人们提出了。认知无线电就是不影响授权用户正常通信的情况下,认知用户通过频谱感知和系统的智能学习,实现频谱的动态分配和共享,充分利用频谱资源的一种技术。频谱感知技术是认知无线电的前提和先决条件,本文对频谱感知技术做了深入研究。本文介绍了认知无线电的发展历史、研究现状和频谱感知技术研究背景,在比较了各种本地检测技术的基础上,总结了它们的优缺点,分析了它们存在的不足,从而选择合作频谱感知技术作为研究重点。文章中通过对几种传统合作频谱感知经典算法进行介绍和对比分析后,为了提高检测概率和算法的可信度,提出了基于双门限和证据理论的可信合作感知算法。该算法中,各认知用户先把感知区域分成三部分,采用双门限计算信任度函数作为本地感知结果,解决了本地感知对先验信息依赖性过多的问题,在融合中心处再利用融合性能非常好的证据理论合并规则融合这些结果并得出最终判决。通过仿真验证了在相同感知条件下,本算法的检测性能比“一般证据理论”、“与”、“或”、“单节点”的性能有很大的优势。在实际情况中,由于受到地理环境、传输路径或阴影衰落等条件的影响,本地感知结果不可能同时到达融合中心,甚至是无法到达而丢失。如果等到所有结果到达后再进行融合必然会造成等待时间的浪费。在此条件下,基于证据理论的异步合作频谱感知技术在本文中被提出。在融合中心处利用滑动窗口确保接收数据的实时性和感知数据的异步性,在一定感知窗口下,采用的是新到达数据代替旧的数据参与融合的机制。同时,为了避免融合中心处理数据量过大带来的负担,也为了减少网络中认知信息的传输量,节点选择在本文中被提出。每个认知用户先把自己感知结果发送到簇头,簇头利用信任度函数矩阵进行节点选择,去除冗余节点,被留下的感知节点再把本地感知信息发送到融合中心,融合中心再采用证据理论合并规则进行数据融合。通过分析和大量数据仿真可以证明,本算法可以明显减少感知节点,减少网络传输数据量和融合中心负担,极大地提高了数据的处理速率,异步感知节约了数据处理时间,可信合作感知算法的运用也明显地提高了检测概率。