随着人们对有限的频谱资源的不断索取,可利用频段越来越少,同时对无线频谱资源的利用率却并不高,许多频段因为授权用户的不活跃而大量闲置着,非授权用户却无权使用这些频段。认知无线电技术是充分利用无线频谱资源的重要技术,是未来解决频谱资源短缺,高效利用无线频谱的关键所在。频谱感知的实质是对认知网络周围的频谱环境中存在的信号进行检测,通信信号的实质是作为一种时域或频域上的序列,可以用分形的方法描述通信信号的不规则程度。基于分形维数的认知无线电频谱感知技术利用通信信号分形相似的特性,将信号的分形特征提取出来加以判别,具有计算简便,在低信噪比下检测率较高的特点。本文针对几种不同的分形维数的计算方法的特性,对传统的分形维数的频谱感知方法的不足之处进行了分析,设计了三种新的基于分形维数的频谱感知方法,分别为基于Sevcik维数的分布检测法、基于Higuchi分形维数和基于Katz维数的分步检测法,从方法原理到实现流程上作了详细阐述,新的方法具有在低信噪比下高检测率的特点,同时在平均系统检测时间上也比传统的检测方法耗时更短。计算机仿真结果表明,在不同的信噪比条件下与传统的方法进行对比分析,所提方法平均运行时间皆短于已有方法,检测率在低信噪比下稳定在较高水平,仿真结果与理论预期一致,验证了本文设计的基于分形维数的频谱感知方法的优越性和有效性。本文的相关研究工作是国家自然科学基金面上项目的组成部分,期间发表论文一篇,题目是《ACooperative Sensing Method Using Katz Fractal Dimension in Frequency Domain》。