无线通信的飞速发展,使频谱资源的供需逐渐变得失衡。避免认知用户对主用户(Primary User, PU)正常通信的干扰是认知无线电中最重要的限制,而实现这一目标的关键技术即是频谱感知。认知无线电中的大量节点可用来进行协同的频谱感知,协同频谱感知能够有效地克服单节点频谱感知的局限性,提高频谱感知的性能。本文就是在能量检测的基础上对协同频谱感知方法的一种改进,并对现实中对主用户产生干扰的认知用户进行定位分析。首先介绍了关于频谱检测的分类,并对各类频谱检测的检测方法进行了描述,概括介绍了各自的优缺点。详细介绍了协同的频谱检测性能,对基于数据融合的硬判决协同检测和能量检测的软判决协同检测,及软硬判决结合的数据融合做了详细分析,并在不同SNR对频谱检测影响的基础上提出基于SNR比较的两次融合协同频谱检测。其次,介绍了智能天线的基本原理,对智能天线应用于认知无线电的可行性进行分析,确定多重信号分类算法可用来做干扰信号源的定位。对智能天线中一些传统算法和旋转不变子空间法算法也做了部分介绍。最后,对多重信号分类算法进行分类介绍,对实际环境中相干信号源的模型进行分析,在MUSIC算法基础上,提出改进的波束空间多重信号分类算法,对认知无线电中产生干扰的认知用户进行定位。通过MATLAB仿真证实了该算法能够准确地对干扰信号源进行正确定位,定位效果良好。