发展认知无线电技术的目的是为了提高频谱资源利用率,解决日益出现的频谱资源短缺的现状。但是由于认知无线电特殊的功能和特征,使它不仅存在一般无线通信的安全问题,还带来了新的安全威胁。在这其中,模仿主用户攻击是通过伪造主用户信号特征来冒充主用户,获得对于其他认知用户的频谱优先使用权,以此达到优先甚至独自使用某一频率带宽,使其他用户无法正常接入空闲频谱,这对认知无线网络的正常通信产生很大的破坏作用。模仿主用户攻击严重干扰了频谱感知过程,并显著减少了认知用户的可用频谱。目前预防模仿主用户攻击的方法大致可以分为主用户发射机地理位置检测、能量检测、信道特征检测和指纹检测等,这些方法都需要先验了解主用户的各种详细信息。本论文针对认知无线电网络中的模仿主用户攻击提出了一种新的预防方法。针对主用户物理位置固定的情形,本文提出了基于BP神经网络的模仿主用户攻击合作检测方法。单个认知用户将接收到主用户的信号强度和自己的本地二维坐标作为已训练完成的BP神经网络的输入,直接输出该认知用户对类似主用户信号的检测结果。然后将该检测结果发送至认知无线网络的数据融合中心,融合中心再根据线性数据融合准则对所有单个的认知用户的检测结果进行最后的判断,从而最终达到识别主用户身份的目的。主用户移动情形下的模仿主用户攻击检测方法,是对主用户静止情形下基于BP神经网络合作检测方法的改进。具体改进步骤是:将主用户信号开始出现直至结束的这段时间均匀划分为若干个时刻,在每一时刻,都可以假定主用户的位置是固定不变的。于是在每一个时刻里都可以采用基于BP神经网络的模仿主用户攻击合作检测方法,每一时刻都会得到认知无线网络的数据融合中心对类似主用户信号的判断结果,然后再根据硬判决融合准则对这些结果进行数据融合,最后对类似主用户信号的身份做出最终判定。在认知用户测量主用户信号强度的过程中,对于由于主用户移动所造成的测量误差过大的情况,本文使用卡尔曼滤波器对信号强度值进行滤波处理。本文提出的针对模仿主用户攻击的防御方法相较于传统方法更为精确,不但解决了主用户静止情形下的模仿主用户攻击,同时对于主用户移动情形下的模仿主用户攻击也提出了相应的检测方法。