面对日益增长的无线业务需求所带来的频谱资源相对短缺的问题,认知无线电(Cognitive Radio, CR)是公认的一种可行的解决方案。认知无线电技术的关键和重点问题是进行频谱感知,即认知用户(Secondary User)要实时检测相关频带上主用户(Primary User)的出现情况,在占用即时可用本地频谱的同时,避免对主用户通信产生干扰。针对单用户检测可能会遇到的多径衰落、阴影效应以及隐藏终端等问题,协作频谱感知技术得到了广泛的研究。同时,人工神经网络技术作为人工智能技术的新手段,是目前国际上迅速发展的前沿研究方向之一,在模式识别、控制优化、智能信息处理以及故障诊断等方面都有广泛的应用。本文首先总结了已有的数据融合算法,并对这些算法进行了仿真和总结；然后将人工神经网络技术应用于协作频谱感知,提出一种可适用于各种环境、并且在具有较高检测概率和零虚警概率的同时能够给出主用户存在的地理位置的数据融合算法；最后在所提出的数据融合算法基础上提出一种全新的学习机制,借鉴于人类学习记忆机理,使系统能够适应不断变化的动态环境。