随着无线通信业务的迅速发展,可利用的频谱资源日益匮乏。数量众多的授权频谱在大部分时间处于空闲状态,频谱占用不均衡导致很大的资源浪费。为了提高频谱的利用率,认知无线电技术应运而生。考虑到检测门限对协作频谱感知性能的影响,本文主要研究了基于硬判决和软判决融合准则的协作频谱感知门限优化。主要研究内容有:研究了硬判决融合协作频谱感知门限优化。硬判决融合准则包括AND准则、OR准则和K秩准则。为了提高认知无线电的频谱感知性能,避免对主用户的干扰,对三种硬判决融合算法进行了频谱感知门限优化分析,从最小化错误概率和最大化认知网络吞吐量两方面进行研究。仿真分析了错误概率及吞吐量与感知门限的关系,并将三种融合准则进行比较,得出最优感知门限作为判决门限时频谱感知性能较好。研究了软判决融合协作频谱感知门限优化。采用线性加权协作感知算法,从两个方面进行门限优化分析:最小化错误概率和最大化认知网络的平均吞吐量,建立了错误概率及吞吐量关于感知门限的数学函数模型,推导得出最优门限的表达式。仿真结果表明:当选取合适的感知门限值时,软判决融合的性能更优,可以减小错误概率,提高检测准确度;且在认知网络的吞吐量达到最大值时,软判决算法得到的最优门限使检测概率较高,认知系统的整体性能更好,对认知无线电频谱感知的研究具有实际意义。