近几年来,随着无线通信领域的快速发展,频谱资源的匮乏问题日益突出与严峻。因此作为一种能够提高频谱利用率并有效解决这种问题的手段之一,认知无线电技术愈加受到人们的重点关注。而作为认知无线电技术的基础与前提的频谱感知技术,更是具有重要的研究意义。本文在对频谱感知研究现状进行分析的基础上,主要针对频谱感知过程中对复杂而又多变的感知环境进行适应的问题,将基于人工神经网络的协作式频谱感知算法作为研究重点,并获得了一些研究成果。首先,针对基于神经网络的频谱感知算法中,神经网络训练后生成的参数并非最优参数的问题,提出了一种新的频谱感知算法——基于狼群优化自组织神经网络的频谱感知算法。该算法在实现了一种基于自组织神经网络的频谱感知算法的基础上,应用狼群算法对自组织神经网络的网络参数进行了优化处理。通过实验将其与无优化过程的神经网络频谱感知算法的感知性能进行了比较,证明了该算法具有良好的频谱感知性能。其次,针对狼群优化算法中,狼群在进行智能搜索时的无指导问题,提出了一种新的群智能优化算法——文化狼群算法。在该算法中,将狼群算法嵌入文化算法这一进化计算框架中,从而实现了利用知识对种群智能搜索进行指导的过程。通过实验将该算法与原狼群算法以及经典群智能算法的收敛性能进行比较,证明了该算法的有效性。最后,进一步提出了一种新的频谱感知算法——基于文化狼群优化BP神经网络的频谱感知算法。该算法在实现了基于BP神经网络的频谱感知算法的基础上,应用文化狼群算法对BP神经网络的网络参数进行了优化处理。通过实验将其与狼群优化的BP神经网络的频谱感知算法的感知性能进行了比较,证明了该算法具有良好的频谱感知性能。