随着移动互联网时代的到来,无线数据通信业务呈现爆炸式增长,而基于传统的固定分配策略,无线网络的频谱资源即将耗尽。为解决这一问题,研究者们提出了一种新颖的频谱分配方案——认知无线电技术,即通过政府允许,未授权的业务类型用户可以动态的发现授权用户的频谱空洞并接入传输,同时,通过有效的调度策略,为授权用户对授权用户的干扰可望降到最低,从而使授权频谱利用率得到极大增加。本文以认知无线电为背景,在占用时间和空闲时间分布服从负指数分布条件下,首先分析了二级用户对授权信道占用进行参数估计建模的过程,之后,基于参数估计建立的模型,通过使单次检测的频谱机会收益最大,即检测效率最优,得到了二级用户的最佳检测周期,设计提出了二级用户的优化的MAC检测算法,达到了检测精度与检测开销的有效均衡。首先,作者首先总结了无线认知网络中的主要技术现有的检测算法,包括物理层检测和MAC层检测,对比了其优势和不足,对现有的频谱检测方法存在的挑战进行了详尽的总结,并着重分析了现有的方法存在的缺陷。进一步的,作者利用二级用户基于历史统计数据,并详细分析了在负指数分布模型下,对信道占用分布和信道空闲分布的参数进行估计,并使用统计数据进行假设检验的过程。另一方面,作者研究了基于授权用户信道概率模型的调度算法的问题,推导了当授权用户信道使用服从指数分布时,二级用户的最优检测时间间隔,提出了一种基于一级用户网络概率分布的调度算法。该算法通过统计授权用户对信道占用时间概率分布,采用最佳的检测时间间隔,最后对浪费的接入机会和检测开销之间达到平衡和最优化。最后,全文的工作进行了概括,并对未来的可能的研究方向和方法提出了进一步的建议。