随着无线电应用设备的发展,频谱资源变得日益紧张。然而,各国的频谱测量报告却显示,频谱的占用率并不高。导致这种现象的原因是固定的频谱分配政策。认知无线电被公认为解决这一问题的有效方法之一。为了不影响授权用户正常通信,在次级用户接入授权信道之前,需要对该信道进行检测。当授权信道数量较大的情况下,检测所需的能量和时间消耗巨大。此外,根据传统的频谱检测帧结构,信道检测的时间越长,信道使用的时间就越短。这是非常低效的频谱感知策略。为了解决这个问题,本文提出基于预测的快速频谱感知算法与方案。在该框架中,本文通过对信道占用规律的挖掘,准确的预测部分信道的占用状态。达到只检测部分信道就可得到全部信道状态的目的。在信道状态预测时,本文除了挖掘该信道的历史占用规律外,还统计了同一业务下,不同信道间的占用关联性。结合信道自身的历史信息和信道间的相关信息,准确的对信道的占用状态进行估计。为了充分的利用信道间的相关信息,我们利用信道占用规律,将相关性强的信道聚类。在每一类中对信道间的相关信息进行利用。本文将在这种快速频谱感知的框架下,提出两种聚类算法。并对两种算法的有效性和复杂度进行分析。为了验证模型的有效性,本文在北京对470-915MHz频段进行了为期7天24小时不间断的实时测量。测量频段包括广播电视业务和GSM900上行业务。利用两个业务下的大量实测数据对模型进行了验证,结果表明此模型可以在保证较高的估计提高传统预测估计准确率的前提下大幅度地的提高检测效率。