认知无线电技术的核心思想就是要在不对主用户信号造成干扰的前提下,以机会式(伺机)的方式接入并且使用主用户授权频段,最终提高频谱的利用率。所以在认知无线电网络中,频谱感知技术被普遍看作是通信成功的关键。其中能量检测法由于其实现简单,计算复杂度低等优点被广泛应用在认知无线电网络中。然而,当系统中存在恶意用户时,当认知用户接收信道由于其移动性变得复杂多变时,当网络中存在噪声不确定问题时,基于能量检测的频谱感知算法的检测性能便会变得极为糟糕。针对这三个实际网络中常常出现的问题,本文提出了三个应对方法,即基于信任度的多比特判决协作频谱检测算法,能够剔除移动恶意用户的协作频谱检测算法,基于信号相关特性的加权频谱检测算法。首先研究单节点能量检测法以及基于能量检测的多节点协作检测法(包括硬判决、软判决以及可以在系统开销和检测性能间折中的多比特判决),并仿真验证相关结论。而后从理论分析和仿真实验两个角度阐明能量检测法中存在的几个问题。具体来说,隐藏终端等问题致使单节点检测系统检测性能不甚理想,而多节点协作系统虽然可充分利用分集增益,减弱单节点检测的局限性,却为恶意攻击提供了机会,致使系统检测性能大大降低。另外,针对噪声功率不确定问题,通过仿真实验给出该问题对检测性能的具体影响,并提供可行的基于协方差矩阵特征值检测的解决方案。最后,利用仿真对比实验,验证了基于特征值的算法确能够克服由噪声功率不确定问题带来的负面影响。针对协作系统中恶意攻击会导致性能大幅下降的问题,以多比特协作框架为基础,以认知用户信任度为出发点,提出基于信任度的一种能够剔除恶意用户的多比特判决协作频谱检测算法,并用仿真的方法证实该算法确能够准确剔除恶意用户并明显提升存在恶意攻击的认知网络的检测性能。然而认知用户移动性是无线网络的固有属性,而且传统的基于信任度的算法总是倾向于错误地将移动到深衰落环境的可靠用户判定为恶意用户,因而无法直接应用在移动场景中。针对这个问题,提出一种充分考虑信道差异的能够有效剔除恶意移动用户的协作频谱检测算法。并从理论分析的角度说明了所提算法准确识别恶意用户的原理以及所提数据融合方法优越性能的成因。最后,仿真对比了所提算法和其他基于信任度思想的协作算法对恶意用户的识别能力以及检测主用户的准确度,证实了所提算法出色的检测性能。针对噪声功率不确定以及由用户移动性引起的复杂信道这两个实际问题,首先研究了现有的基于协方差矩阵的频谱检测算法,从理论角度推导了其检测性能参量表达式并说明其不受噪声不确定问题影响的原因。随后的仿真结果说明了推导结果的正确性。而后针对现有算法在低信噪比弱相关性系统中检测性能大幅下降这一问题,提出了一个基于信号相关特性的加权频谱检测算法以进一步提升系统检测性能。所提算法一方面充分利用了接收信号自互相关函数特性,另一方面为每一个检测量项分配恰当的权值,从而能够获得更加出色的性能。随后论证了所提加权方法的有效性,推导了所提算法检测性能参量,并利用仿真值和理论值重合这一事实说明推导结果的正确性,通过大量仿真实验验证所提算法检测性能强于现存基于协方差的检测算法。