随着移动互联网时代的到来，多媒体数据信息业务快速发展，当前无线频谱资源的紧缺成为各种移动互联网应用进一步发展的瓶颈。基于软件无线电的认知无线电技术通过“二次利用”授权频谱，可以使频谱的利用率得到提高，已成为当前研究的热点内容。本文主要研究CR关键技术之一--频谱感知技术并进行大量的MATLAB仿真，具体如下：　　 建立并分析加性高斯白噪声信道下基于能量检测的频谱感知数学模型，采用基于概率密度函数和矩母生成函数的方式推导出各种经典衰落信道下的频谱检测概率公式，并进行了相关的仿真分析。同时引进自建的s式来简化具体计算，并采用更通用的Marcum Q函数表示扩展前面推导的公式，适用于任意正数的时宽积。　　 针对单用户单天线检测性能会由于阴影衰落、噪声不确定性等因素而恶化，引入多天线分集合并技术包括各种检测前合并和检测后合并，并推导了不同衰落信道中采用不同分集合并方式时的检测性能公式，仿真结果表示其可以有效提高检测性能。多天线是一种合作，多个用户协作检测也是一种合作，当单个用户只配置单根天线时，同样可以利用多个用户的合作检测来提高在衰落环境下的检测概率。融合中心通过采用不同的数据融合准则可以得到不同的检测性能，并通过仿真进行了验证。　　 引进双门限检测算法，给出其具体描述并推导了检测性能公式，通过仿真分析可以看到其能有效提高频谱检测性能。在传统的理论研究中都假定各认知用户的性能相同而忽略了其差异性，但在实际无线通信环境中各用户所处的信道环境不同，通过设置信噪比门限值来选择一些信噪比较高的用户进行合作检测可以提高检测性能，并进行了仿真验证。最后考虑到从认知用户到融合中心的信道是非理想的，可能存在误码率，引入无线传感器网络中分簇的概念，将认知用户进行分簇后再合作感知。给出了具体的算法流程：簇内采用双门限合作、融合中心处采用或准则，并推导了不同信道下采用该方案的合作检测性能表达式，通过仿真分析，可以看到新算法相对于传统算法在性能上的有效提升。