频谱资源的紧缺已经越来越成为无线通信技术向前发展的最大障碍,尤其在这个信息大爆炸的时代,移动终端数量的不断增加以及对信息传输速率更高的要求,都使得频谱资源的紧缺问题日益凸显。但是研究发现,频谱资源利用率却很低,究其原因,是由于现行落后、固定的频谱分配体制导致的。可是随着通信技术的不断发展,一些拥有频谱使用权的、运用落后技术的业务已经被淘汰,而新兴起的技术却亟待有效的频谱资源实现业务传输。用户运用认知无线电技术可以通过动态感知周围环境,检测到空闲频谱并接入实现通信。认知无线电技术中最核心的环节是“频谱感知”,其可以判断在目标频段上是否存在授权用户,是运用认知无线电技术完成通信的前提。因此,频谱感知算法具有广泛的研究价值。本文主要工作和创新点是:(1)介绍了认知无线电技术研究的发展与现状,着重分析了不同类别的频谱感知算法优缺点。(2)认知网络中高检测概率和低虚警概率总是一对矛盾,论文立足于提升系统检测概率,降低系统虚警概率,在分析根据采样协方差矩阵的最大特征值极限分布、最小特征值极限分布所推导的判决门限的基础上,提出了一种基于门限加权的协作频谱感知算法。通过加权的方式确定所提算法的最终判决门限,即通过对门限值赋以权重值优化系统检测性能。通过仿真分析,所提算法在检测概率上较MME算法有较大提升,而在虚警概率上明显比NMME算法低。(3)由于在参与感知的过程中,各认知用户的检测性能存在差异,所以,如果将其感知到的结果以同等重要的方式传送至数据融合中心,将对系统最终的判决结果产生很大的影响,鉴于此,论文提出采用加权的方法对传统“K秩”准则进行改进。将每个认知用户的判决结果赋以不同的权重值,此权重值代表了认知用户检测性能的差异程度,即认知用户接收到信号的信噪比水平,信噪比越大,权重值也越大,然后将其传送给数据融合中心参与最终的判决。(4)提出了一种基于改进双门限能量检测的协作频谱感知算法。该算法主要是将一个完整的频谱感知过程分成三个阶段来实施,直至系统作出准确判决。具体的,第一阶段,运用双门限能量检测算法进行检测;第二阶段,利用改进传统的“K秩”准则算法进行检测;第三阶段,利用本文提出的基于门限加权的协作频谱感知算法完成判决。只有在前一阶段判决失败,不能给出准确的判决结果时,才会自动转入下一次判决。这样设置的目的是,利用了改进传统的“K秩”准则作为硬判决方式系统开销小、感知周期短的优点,同时也利用了基于门限加权的协作频谱感知算法系统检测概率高的优点。仿真实验显示,所提算法能有效提升系统检测性能,表明本文研究思路是正确的。