频谱感知在很多领域已经有十分广泛的应用,也得到了人们更多的关注。频谱感知是指认知用户通过各种信号检测和处理手段来获取无线网络中的频谱使用信息,即主用户信号是否占用该频段。当主用户不占用时,认知用户可以使用该频段,反之则不能使用该频段。检测主用户信号是否存在的方法有很多,本课题利用随机矩阵理论,针对由于频谱资源稀缺而产生的频谱感知方法进行研究,将待检测的信号信息以采样矩阵的形式呈现,通过分析矩阵的特性以及观察矩阵特性的变化来判决主用户信号是否存在。基于以上思路,首先形成了一种以主用户采用单天线发射作为通信场景的基于高斯随机矩阵奇异值定理的GSV(Gaussian Singular Value)算法,并研究其在不同条件下的检测概率和虚警概率。之后,针对GSV算法存在的问题对其进行了改进,形成两种基于GSV算法的改进算法,并对上述改进算法进行了仿真,研究它们的检测概率和虚警概率。通过比较GSV算法与改进算法的检测概率和虚警概率,发现了它们二者存在着矛盾性。之后将通信场景从主用户单天线发射转变为多天线发射的认知MIMO场景,试图建立多天线发射与GSV算法中单天线发射二者之间的联系,在此基础上形成了适用于多天线发射情形的MT-GSV算法。同样,对此算法进行了仿真,并分析了它的检测性能和虚警性能。另外,针对检测概率与虚警概率的矛盾性问题,本课题提出了检测可信度这个概念,将它作为性能指标来评价算法的包括检测性能与虚警性能的综合性能。最后,通过比较GSV算法与各个改进算法的检测可信度,证明了改进算法在综合性能方面要优于GSV算法,由此说明改进是成功的。