随着无线通信业务的快速发展以及移动设备的普及,可用的频谱资源与通信业务的需求呈现反比例增长趋势。认知无线电(Cognitive Radio,CR)技术是解决频谱资源紧缺的有效途径之一,其中频谱感知技术是认知无线电的首要技术。目前较为成熟的单模频谱感知技术检测结果未能充分反映主用户(Primary User,PU)的信息,在实际应用中具有一定的局限性。多模频谱感知技术作为一种有效解决方法受到了广泛关注。本文以认知无线电为研究背景,重点研究频谱感知技术。在总结分析现有频谱感知技术的基础上,借助Dempster-Shafer(D-S)证据理论对多模感知技术展开深入的研究,主要工作内容如下:1.针对现有的多模频谱感知D-S理论融合规则采用经典冲突系数表征全局感知器总的冲突程度,忽略了感知器之间的冲突,不能准确的描述各感知器的信任度,影响最终决策结果。本文提出一种基于改进D-S证据理论的多模协作频谱感知算法,通过采用扩展式冲突系数表征每种检测器的检测结果相对其他检测器检测结果的冲突程度;对多模检测器的检测结果在融合中心处进行分组,计算各检测器组的基本可信度函数、概率转换、计算冲突系数、折扣冲突系数以及改进的融合规则,从而使得多模检测结果可准确度量,在融合过程及时降低融合系数,减少多模检测器检测证据之间冲突,提高多模协作频谱感知的检测性能。2.针对现有多模协作频谱感知中忽略了次级用户(Second User,SU)上多模检测数据之间的相关性,当SU数量的增加而报告信道的传输数据量迅速加大,造成数据冗余,系统开销较大。本文提出分步式多模融合频谱感知方法,首先在SU上通过贝叶斯方法对不同检测器的感知数据进行关系分析,使用加权和的方法融合实现局部决策,减少传输至融合中心的数据量;其次在融合中心根据判决结果的历史数据确定各SU的可信度,利用D-S证据理论融合得到全局决策,确保频谱感知的准确度。最后仿真结果表明本文所提的算法检测准确度与现有的多模感知相差并不大的情况下,数据传输的信息量约减少至三分之一。