近年来,社会不断进步,无线网络通信迅猛发展,人们对无线通信需求的随之增加,加上频谱资源不可再生且频谱利用率相对较低,导致频谱资源变得越来越紧张。为此,人们提出了基于认知无线电的频谱感知技术。认知无线电(Cognitive Radio,CR)技术提出了一种通过允许动态频谱访问(Dynamic Spectrum Access,DSA)来解决可能存在的频谱资源短缺的方法。该技术允许次用户在合适的机会访问空闲频段,同时在主用户重新访问某频段时,快速撤出该频段。次用户与其他用户通过信息交互的方式完成准确的判决,将最低限度减少对主用户造成干扰。基于CR构建的认知无线电网络能提高频谱资源利用率,但却存在频谱感知准确性不足的问题,因此,本文对基于贝叶斯理论的协作频谱感知系统模型进行研究,在此基础上提出一种近似阈值优化算法。通过对经典贝叶斯协作频谱感知算法与优化算法进行仿真实验,实验结果表明,在低信噪比环境下,优化算法可以在降低虚警概率的同时,提高系统检测性能。同时,基于贝叶斯准则的感知系统检测性能在被占用频段边缘光滑的情况下失效,优化算法却能很好的保持其检测性能。此外,现有频谱感知技术在提高频谱资源利用率的同时,却极易受到恶意攻击。导致其安全性面临诸多问题。因此,本文从频谱感知技术方面对集中式协作频谱感知和分布式协作频谱感知进行比较,针对现有频谱感知技术缺乏考虑交互历史以及交互历史远近这一不足,在频谱的协作感知过程中,引入区块链技术与现有机制相结合,提出了一种新的安全频谱感知方法,实现每个节点信息共享,保证了用户合谋攻击的有效监测。仿真表明该方法能够得到准确的推荐值,保证用户回复的推荐值的准确性,在提高检测效率的同时可以有效的抵御恶意交易和合谋攻击。