随着时代的迅猛发展,无线通信技术极大方便了大众的日常生活。但同时,人们日益增长的频谱资源需求与固定的频谱分配策略共同导致频谱资源稀缺问题越来越严峻。认知无线电是提高频谱资源利用率的一种新兴技术,它允许认知用户在对授权用户通信不造成干扰的前提下,对授权用户频谱进行合理复用。高效的频谱感知技术是实现认知无线电技术的重要基础和前提,从而得到了广泛的关注和研究。认知无线电技术中的频谱感知算法是本文的核心研究对象,而在诸多感知算法中基于拟合优度的频谱感知算法由于其优异的特性本文将对其重点研究。该类算法即使未知授权用户信息,也可以在少量的接收信号下实现优秀的检测性能。然而现有的GOF感知算法只能高效感知静态信号,在感知非静态信号时性能下滑严重。为此,本文利用最大特征值的分布特点提出了一种新的拟合优度检测算法。新算法结合随机矩阵理论相关知识,计算得到基于最大特征值的新的拟合统计量,从而在检测各种信号时都能实现对授权用户的高效检测。此外,在分析拟合优度检验算法中的拟合对象分布规律时,发现部分拟合对象的值在存在授权用户时永远大于不存在授权用户的情况。基于此思想,本文设计了一种新的单边右尾AD拟合准则,它不仅降低了拟合优度检验算法的计算复杂度,还进一步提升了检测性能。本文提出的新的检测算法和拟合准则为解决拟合优度检验频谱感知技术中的部分问题提供了可能。