认知无线电(Cognitive Radio,CR)是能有效缓解频谱资源稀缺问题的主要技术手段,而频谱感知是组建整个认知无线电系统首要解决的问题。频谱感知能够实时、准确地感知频谱占用情况,发现空闲频段并合理利用,但单用户频谱感知会受到信道衰落等影响从而导致感知性能不佳。多用户合作频谱感知明显改善了此问题,围绕合作频谱感知技术,本论文从两个角度出发进行了研究。一方面,无线信道的随机特性会导致感知用户(Sensing User,SU)的本地检测结果存在不确定性,使得现有的合作频谱感知融合算法的检测性能较差,并且传统合作感知融合算法都未考虑感知用户之间的性能差异。为此提出了一种基于D-S证据理论的合作频谱感知算法,D-S证据理论算法以其处理不确定性信息的能力而闻名。算法首先分别对各感知用户进行本地证据提取,然后通过考虑感知用户的当前可靠性和历史信誉两个指标计算每个感知用户的可信程度,用户的感知能力不同可靠程度也不尽相同,根据可信度因子重新推导了各感知用户的基本概率分配函数。最后在融合中心(Fusion Center,FC)使用D-S证据理论融合规则对各感知用户的证据进行融合并做出主要用户(Primary User,PU)是否存在的最终判决。仿真结果表明,无论感知用户的信噪比(Signal to Noise Ratio,SNR)是否相同,所提算法都具有较高的检测概率。另一方面,能量检测算法是合作频谱感知模型中重要的且应用最广泛的本地检测算法,但易受到噪声的影响,在存在噪声不确定度和低信噪比的情况下感知性能较差,无法保持鲁棒性。针对此问题提出了一种基于双阈值能量检测的选择性合作频谱感知算法,不同于传统的双阈值能量检测算法,所提算法在噪声不确定度模型下,设置了三个判决阈值。对落在两个阈值之外的感知用户的感知结果采用“OR”融合算法进行融合,落在两阈值之间的感知用户配合设置的第三个阈值进行选择,将感知性能优越的感知用户筛选出来参与合作感知,将选择后的感知用户的感知结果采用“k-out-of-N”融合算法进行融合。最后FC采用“OR”融合算法将两部分感知用户的感知结果进行最终的融合并做出PU是否存在的判决。仿真结果表明,所提算法能够有效解决存在噪声不确定度的问题,在高虚警概率下可以保持较好的鲁棒性。在QPSK调制下,感知用户信噪比为-18d B,虚警概率为0.1,阈值调节因子为0.5时,对主要用户信号的检测概率可达87%,在存在噪声不确定度时仍具有较好的检测性能,减小了感知用户对主要用户造成的干扰。