随着无线通信的飞速发展和广泛应用，一方面，无线频谱资源变得越来越紧张，另一方面，频谱资源使用效率很低，独占的无线频谱资源使用方式不能适应无线通信的发展，认知无线电是未来民用和军用无线通信的发展方向。认知无线电的重要任务之一是频谱感知，由于地面无线电视广播（DVB-T）频带已被国际上用来作为认知无线电的试验频带，地面数字电视广播信号的频谱感知技术的研究已成为认知无线电领域的研究热点。现有的频谱感知方法，包括能量检测法、匹配滤波法和循环平稳特征法等，在高速运动和低信噪比条件下的频谱检测性能不高，很难满足高速运动下（如车载通信）的应用要求。由于地面数字电视广播信号（DVB-T）具有其独特的信号特征，如循环前缀（CP）和导频（Pilot）等，可以利用这些特征，提高其频谱感知性能。本文首先利用DVB-T信号循环前缀的特征，介绍了一种基于时域自相关的DVB-T信号频谱感知算法，这种算法对高信噪比条件下信号的检测性能很好，但是对中低信噪比的检测性能却得不到明显的改善。然后利用DVB-T信号的导频符号这一特征，介绍了两种基于导频符号的DVB-T信号频谱感知算法（奈曼-皮尔逊算法和最大比合并算法），这两种算法都是利用了DVB-T信号导频符号这一特征，计算其累计分布函数，然后在这基础上对DVB-T信号进行频谱感知。这种基于导频符号的算法在一定程度上提高了DVB-T信号在低信噪比条件下的检测性能，但不是很明显。最后对上述两种算法进行了或法则合并，通过仿真可以看出该算法的检测性能相比之前的两种算法都有了很大的提高，并且对低信噪比条件下（-13dB）的检测性能有进一步提高。为了提高高速运动下DVB-T信号的频谱感知性能，本文最后探讨了高速运动下（此时信道具有快变通信）基于数据平滑的DVB-T信号频谱感知算法。首先介绍了基于时域互相关的DVB-T信号频谱感知算法，该算法利用导频序列的相关性，并在时域对导频序列进行互相关。在时域互相关算法的基础上发现了在互相关输出项中包含了噪声项（噪声来自数据子载波和高斯白噪声），而这种噪声方差项可以通过平均接收信号来减弱。仿真结果表明这种数据平滑方法减弱了噪声对信号的影响，提高了高速运动下低信噪比条件下(-16dB)信号的检测性能。