无线电频谱是全人类的公共资源,其具有有限性和不可再生的特点。通信技术的迅猛发展导致频谱资源日益短缺,如何克服这种短缺导致的无线通信发展瓶颈,已成为该领域研究的焦点。认知无线电被誉为是能够提高无线频谱资源利用率的一项新技术,它是一个能够连续不断感知外部环境,并且通过学习适应外部无线环境的智能通信系统。频谱感知是认知无线电中的重要组成部分,能够准确检测出授权用户的信号,避免影响授权用户通信效果,以实现提高频谱利用率。本课题研究过程中采用了一种线性协作频谱感知模型。本文提出了基于量子计算原理的量子群智能算法,以提高传统群智能算法性能。仿真试验结果表明:量子群智能算法比传统算法具有更高的收敛精度和更快的收敛速度。同时本文将量子群智能算法应用于频谱感知这一工程问题。本文基于混合蛙跳算法和量子理论,对混合蛙跳算法进行改进,提出了一种全新的量子蛙跳算法,并将其应用于认知协作频谱感知。同时,本文基于传统细菌觅食算法和量子理论,改进细菌觅食算法,提出了一种全新的量子细菌觅食算法,并提出基于该算法的认知协作频谱感知方法。