随着无人机在军事、农业、航拍和救灾等领域的广泛使用及其产业的蓬勃发展,无人机通信网络的低空空域频段越发拥挤,频谱资源变得越发珍贵,资源短缺问题日渐突出。因此,本文主要研究无人机网络中频谱感知技术,以期通过高效感知为无人机网络发现频谱空洞,缓解资源短缺问题。本文考虑同质和异质无人机网络两种场景,分别提出基于分簇及频谱预测的分布式协作感知方案,以提高无人机网络中频谱感知精度,发现潜在频谱重用机会,提升频谱利用效率。首先,本文考虑到无人机网络相比传统地面认知网络之间的差异,提出同质无人机网络中基于分簇的分布式协作频谱感知方法:利用最大最小距离分簇算法将无人机网络划分为多个簇,然后根据分簇信息提出两步融合算法进行无人机网络中的感知数据融合。所提算法获得了一致收敛的全局感知结果,减少了传统分布式数据融合带来的融合时延,提升了无人机网络的频谱感知精度。其次,针对无人机网络中不同节点计算能力不等、采用不同频谱感知方法的问题,本文研究了异质无人机网络中频谱感知方案,重点解决了多种感知方法数据的高效融合问题。本文主要考虑了无人机网络中存在能量检测和循环平稳特征检测两种方法的情况,分析推导了两种数据在簇内簇间的三种融合方法性能;然后,进一步提出了基于隐马尔可夫模型的异构感知数据融合方法:簇头采用感知精度较高的循环平稳特征检测,并利用隐马尔可夫模型进行频谱预测,将频谱预测信息作为主用户先验知识进行融合频谱感知,提升了低信噪比下感知性能。通过仿真发现,对于同质和异质无人机网络,本文所提的频谱感知方案均能获得较高的检测概率,所提方法与传统方法相比,检测性能均有明显提升。