近年来，随着无线通信理论的日臻完善，无线通信技术在实际应 用中得到了长足进步。无线通信业务也随之呈现爆发式增长，并且呈现多样化趋势。全球范围内的无线用户数量急剧增加增，使无线频谱资源变成越来越稀缺的宝贵 资源。而现有的固定频谱管理模式导致了频谱资源利用效率的极其低下。为了解决这一问题，认知无线电技术被提出，并迅速得到世界范围内的认同。认知无线电技 术的核心思想是认知用户可以在授权用户不使用其频段的情况下利用该频段。这种智能系统从根本上颠覆了传统的固定频谱管理模式，可以有效地提高了频谱资源的 复用能力。频谱感知是认知无线电系统中的核心功能之一，是实现认知无线电技术的前提。本文主要分析研究了认知无线电中的频谱感知技术。首先叙述了认知无线 电的发展历程，分析了频谱感知技术的各种算法。在此基础上，重点研究了基于循环平稳特征的协作频谱感知算法。考虑了不同信噪比环境下认知用户的可信度问 题，本文提出了一种基于循环平稳特征检测的协作频谱感知改进算法，该算法采用线性信噪比加权的融合方案。算法的核心思想是信噪比高的认知用户的可信度高， 信噪比低的认知用户可信度低，通过信噪比加权，增大信噪比较高的认知用户在全局判决中的作用,从而提高协作频谱感知的整体性能。仿真实验表明改进算法检测 性能较传统算法明显提高。考虑到协作频谱感知中数据融合算法需传输庞大的数据，宽带需求比较高，网络负担重等问题。本文提出了一种基于最优量化器的协作频 谱感知算法，虽然经过量化后由于量化误差会造成检测性能有所下降,但是在精细的量化级数下，检测性能的微小损失可以忽略不计，这在实际应用中具有重要意 义。实验结果表明,该算法减小了传输数据量，减轻了网络负担，同时保持了和原始数据融合算法基本相同的检测性能。