无线频谱资源的利用率低下和对无线频谱需求之间的矛盾日益激烈,认知无线电技术被作为可以有效解决现阶段频谱匮乏的问题的技术而得到广泛运用。协作频谱检测作为认知无线电中的一项关键技术,能有效提高认知系统的检测性能。在实际的环境中,存在各种干扰,认知节点在这种噪声不确定的情况下如何进行协作频谱检测就成了一个问题。本学位论文将基于进化博弈论的协作频谱检测算法和基于多比特的协作频谱检测算法运用到噪声不确定的环境中,以达到提高系统检测性能的目的。本文的研究内容和创新点分为以下两个部分:(1)研究了在噪声不确定的情况下,认知用户会更加倾向于减少检测消耗来提高自身的吞吐量。把进化博弈论应用到噪声不确定下的协作频谱检测中,认知用户可以动态地选择是否参加协作频谱检测,通过不断的迭代学习,得到一个进化稳定策略(ESS)。把所有认知用户作为整体参与博弈,由进化博弈论算法,得到其参与协作的认知用户平均吞吐量,并将其与所有用户的平均吞吐量对比。如不等则反复迭代直至相等,从而得到最终的进化稳定策略。(2)将基于可信度的多比特协作频谱检测算法应用到噪声不确定下的协作频谱检测中,给每个认知节点都设置一个可信度,在每次协作频谱检测后,都进行一次可信度的更新,当认知节点的判决结果和所有的认知节点的判决结果的加权平均值相差比较大的时候,就降低该认知节点的可信度,反之则增加。当一个认知节点的可信度降低到某个门限值后,就认定该结点将不能再被信任,在协作融合判决中心将该节点的结果的加权的权值变为0,有效地提高了系统的检测性能。