认知无线电(Cognitive Radio, CR)技术是解决目前频谱资源紧张的有效手段。它的核心思想是二次利用已分配但却未获得充分利用的频谱,从而提高频谱利用率。避免干扰主用户(Primary User, PU)的正常通信是认知无线电最重要的限制,而频谱感知则是保障这一目标的关键技术。为了提高频谱感知的性能,认知无线电网络中的大量节点可以被用来进行协同频谱感知,协同频谱感知可以有效地克服单节点频谱感知的局限性。本文的主要研究方向为协同频谱感知技术,按研究内容的不同可以分为三个部分:本文第一部分介绍了协同频谱感知的技术基础。本文首先介绍了单节点频谱感知的几种算法,并分析了它们的优缺点。由于IEEE802.22无线区域网(Wireless Regional Area Networks, WRAN)致力于开发未获得充分利用的广播电视频段,因此检测电视信号是频谱感知的任务之一。本文以陆地数字广播电视(Digital Video Broadcasting-Terrestrial,DVB-T)为例进行了应用场景分析,并且利用DVB-T信号的特性提出了三种检测方案,仿真表明这些算法具有良好的性能。本文第二部分研究了协同频谱感知中的检测数据量化方案。在协同频谱感知中,本地节点的检测数据需要首先经过量化后才能传送至中心节点。本文针对认知无线电中主用户的先验信息比较缺乏的特点提出了两种量化方案,分别是局部最优量化和基于动态范围的均匀量化。前者在主用户信号比较微弱的时候是最优的量化方案,在信号相对较强时虽然不是最优方案,但仍然有较好的性能。而基于动态范围的均匀量化则不需要任何先验信息,因此更加实用。本文最后一个部分研究了协同频谱感知中的数据融合技术。根据本地节点传送的检测数据类型的不同,将数据融合分为本地判决结果的融合和本地检测数据的融合两种类型。针对前者,本文提出了一种通过权值估计实现最优数据融合的方案。针对后者,本文分析推导了多比特判决结果的最优融合方案,并提出了一种最优融合方案中未知部分的估计算法。仿真表明,本文提出的方案与现有方案相比具有性能优势,同时又可以逼近最优性能。