过去数十年，无人机技术迅速发展，很快在军事、生产及生活等领域发挥着重要作用，无人机正在不可阻挡的渗透到多个行业，影响着社会生产和人类生活。随着移动通信技术的日新月异，无人机数量与种类的增加，频谱资源利用紧张的问题影响着无人机技术的进一步发展，如何有效缓解无人机用频紧张问题成为一个具有研究价值的问题。本文主要围绕无人机用频问题主要做了如下研究。
　　首先，分析了无线电频谱的利用现状，间接指出了无人机频谱资源利用紧张的原因。在基于频谱利用的现状上，找到了缓解用频紧张的有效方法——认知无线电技术，认知无线电的核心技术中频谱感知是实现的认知的前提，研究基于无人机的频谱感知技术也就是缓解无人机用频问题的前提。
　　其次，对认知无线电技术学习中，主要针对基于发射机信号检测的经典算法进行了学习。基于发射机信号检测的经典检测算法主要包括匹配滤波器检测法，能量检测法，循环平稳特征检测法及协方差盲检测法等。每种检测方法都有其优缺点，有着不同的适用场景。并且介绍了感知算法中联合感知的基本理论，联合感知是一种重要的感知算法优化方向。
　　最后，提出了两种基于无人机的频谱感知算法。第一种基于信噪比估计的频谱感知算法，主要为了改善单节点在低噪环境下的感知性能。算法依托基础检测算法的优缺点，将两种检测算法在单次检测周期种进行抉择，利用能量检测的高效和循环平稳特征检测抗噪优点，提高了系统在低噪环境下的检测性能。第二种联合检测算法，在基于单节点感知能力改善的基础上，进一步提高整体的检测性能。利用无人机空中分布的特征，通过联合检测，尽量消除空间环境不同带来的感知差异，算法主要表示了两架无人机联合检测的情形，多架无人机也就是在双机的基础上进行扩展延伸。以上两种算法都是为了提高检测性能，达到提高频谱利用率的目的。文末提到了后续研究的几个方向，基于无人机的研究领域会越来越多。