随着当前无线通信业务的迅速发展，可利用的频带日趋紧张，频谱资源匮乏的问题日益严重。但是研究表明，数量众多的授权频谱在大部分时间处于空闲状态，这种频谱占有状况与利用的不平衡造成了极大的资源浪费。在这种情况下，为了提高授权频谱的利用率，认知无线电(Cognitive Radio)应运而生。
　　 本文介绍了认知无线电的基本原理和研究现状，对认知无线电的频谱感知技术做了深入的探讨，对频谱感知算法现状做了总结，并比较了各种算法的优点和缺点。其中，协作感知算法能够解决单节点检测算法的“隐蔽终端”问题和感知灵敏度问题，并且有着较高的检测准确度，受到了业界的广泛关注。但是对协作感知算法的研究并不完善，有很多值得改进的地方。本文围绕着提高协作感知的检测性能展开研究，对协作频谱感知的数据融合以及在衰落环境下的频谱协作感知算法进行详细的分析和研究。
　　 首先，对于协作频谱感知的数据融合方面，研究了一种改进的权重协作算法，本文考虑了总的错误概率最小化的问题，通过对最优的权重系数的推导，来得到最小化的系统错误概率的函数。最后进行了仿真分析，改进算法分别与硬判决算法和权重增益协作感知算法错误概率进行比较，得到了改进算法性能提高的结果。
　　 然后，本文重点研究了在衰落环境中协作频谱感知，研究了一种基于权重比较的用户分集协作感知算法，首先把参与协作的认知用户按某种规则分成若干个簇，把簇内节点进行加权处理，通过权重比较，选取权值最大的作为簇头，在权重比较时，本文着重考虑了接收信噪比和距离值两个因素；挑出簇头节点负责频谱感知，然后所有簇头节点把感知数据发送到融合中心进行融合判决。最后给出的仿真结果表明，在衰落环境中这种基于权重比较的用户分集协作频谱感知算法和等合并协作检测算法相比在检测性能上有显著的提高，能够提高协作感知的性能；并且能够解决传统协作感知算法中信道条件较差的用户往往导致融合中心发生误判，而使得虚警概率增大；在协作感知中，信道条件差的用户越多，误判的概率就会越大的问题。
　　 最后对全文进行了总结和展望，重点指出了今后需要继续进行的相关研究工作。