本论文主要针对认知无线电系统中频谱检测算法进行了研究。认知无线电系统通过检测频谱是否已经被占用,将检测到的空闲频谱进行再分配,用于认知用户的通信和数据传输,以此来提高频谱的利用效率。频谱检测作为其中的关键技术,一直是学术界的研究重点,如何提高频谱检测的准确性,是本论文的研究目的。以提高频谱检测准确性为目的,目前性能最好的算法是匹配滤波检测,但是在实际运用中对信号先验信息要求过高,实现困难。理论上加性高斯白噪声的功率谱是直线,没有波动特性,含有频谱授权用户发射信号的接收信号功率谱波动明显,本论文针对该特性提出了一种基于功率谱波动特征的检测算法,可以在采样点数少和低信噪比的情况下,提高频谱的检测性能,并且具有较低的复杂度。本文首先证明经典功率谱估计方法和周期图法所得功率谱的等价性,为提出功率谱的检测算法提供了理论支撑。然后通过理论分析和推导,得到理论判决门限和采样点数、噪声功率、虚警概率之间的关系式。最后,通过仿真对检测算法进行性能验证。仿真验证表明:提出的算法可以利用较少的采样点数,在低信噪比条件下获得较高的检测概率。针对具有明显周期性特征的雷达信号,本论文提出了一种“检测-空闲”周期性检测机制。在某些频段上,只有几种特定类型的雷达信号,通过本文提出的“检测空闲”周期性检测机制,不仅可以判断雷达信号的有无,还可以判断雷达的类型,经过理论推导,本论文给出了空闲时长和检测周期满足的理论范围,这样既能保证较低的能耗,同时也能保证较高的检测准确性,充分提高雷达频段频谱的利用效率。