目前绝大多数的无线通信服务使用静态频谱分配方案,这导致了无线频谱资源的严重匮乏。认知无线电作为一项革命性的智能技术,通过使认知用户接入空间上、时间上暂时空闲的频带来最大化频谱利用率。频谱检测技术是实现认知无线电的前提和关键,它需要探测未被占用的频谱空穴,并实时监测主用户的状态。一旦主用户再次占用频谱,认知用户需要尽快退出以免对主用户产生干扰。在实际通信系统中,背景噪声不可能是完全高斯的、白色的,也不可能是完全平稳的,A/D转换器的精度总是有限的,这些不确定性会严重影响检测器的检测可靠性和鲁棒性。本文通过实验仿真说明当噪声功率存在不确定性时,使用基于自适应门限和双门限的能量检测器能很好地改善检测性能。在认知无线电网络中,通过联合工作于同一频带的认知用户来检测主用户信号,可以减小阴影效应和信道衰落的影响,还可以缩短检测时间,提高检测灵敏度。“k秩”合并算法和加权合并算法是两种主要的协作检测算法,本文讨论了这两种算法中的参数选取问题。认知用户在进行主用户信号检测时,来自认知用户网络的信号会影响检测器的性能,传统做法是通过设置静默期来临时中断认知用户的通信,然而静默期会给认知用户带来额外的开销、影响认知用户的服务质量。本文提出了一种基于信号源数目估计的频谱检测方法,使用该方法进行主用户信号检测时不需要设置静默期,且几乎不需要任何关于主用户信号和信道特性的先验知识。仿真表明该方法可以应用在任何对信噪比要求不是很高的场合,具有较好的实用价值。