随着无线通信技术的飞速发展,无线频谱资源以及使用效率变得越来越重要,而认知无线电(Cognitive Radio,CR)作为一种有效的频谱共享技术,大大提升了频谱利用率,已经得到了人们的广泛关注和讨论。数据处理已经成为当代的重要研究内容,而随机矩阵理论(Random Matrix Theory,RMT)在处理多维矩阵信息方面具有独特的优势,且在核物理、数字通信、金融等领域已经得到了诸多应用。在无线通信领域,随机矩阵理论已经被成功的应用到容量分析、性能分析以及接收机设计等诸多方面。因此实现二者的有机结合,已经得到了学者们的广泛研究。本文主要研究基于随机矩阵理论的特征值频谱感知算法,此类算法通过利用随机矩阵理论中特征值所具有的优良特性,在感知过程中不受噪声不确定的影响,且无需预先知道信号或信道的相关信息。首先,本文针对噪声相关的情况,对特征值频谱感知算法进行了研究分析,并应用随机矩阵理论研究了噪声相关下新的频谱感知判决阈值,仿真结果表明新的阈值在噪声相关的情况下明显优于采用M-P律的算法。其次,在噪声不确定的情况下对MME算法的能量效率进行了优化分析,通过对感知时间的优化来获得最优的能量效率,并与能量检测算法进行了对比分析。最后,考虑到频谱感知过程中发生碰撞冲突的可能性,对发生碰撞冲突情况下的MME感知算法的能量效率进行了数学分析和仿真验证,并通过对感知时间和帧周期的联合最优化,获得了最优能量效率。