近年来,随着3G、4G的成熟并商用以及5G技术的快速发展,人们对无线频谱资源的需求日益增长,这对原本紧张且有限的无线频谱资源给出了巨大的挑战,而另一方面,传统的固定频谱分配方式导致相当一部分授权频谱的频谱利用率极低。为了解决这一矛盾,认知无线电(CR)技术被提出,并成为无线领域的研究热点。本文研究的是CR中协作频谱感知(CSS)的算法,频谱感知技术作为CR技术的前提与基础,其检测性能的准确度直接影响着整个认知系统的可靠性,因此得到了大量的研究。本课题分别在各认知用户(SU)的感知信道具有差异性和通知信道具有差异性这两种背景下,对现有的频谱感知算法进行了改进,主要研究内容如下:首先,针对能量检测过程中感知信道的噪声方差不确定性问题对感知性能造成的影响,给出一种基于噪声方差估计的自适应双门限能量检测算法。该算法首先在快速感知阶段通过对噪声方差的不确定性区间进行似然估计,得到区间的界限估计值,然后利用上下边界的估计值来自适应地设置判决双门限,最后将判决双门限值送入精确感知阶段进行双门限能量检测。仿真结果表明,此算法能达到与理论值十分接近的感知性能。其次,针对CSS中参与协作感知的SU所处的感知环境具有差异性的问题,给出一种动态双门限CSS算法。首先,通过构造错误检测概率函数求出最优单门限;然后,利用SU感知信道的差异性设置各自的双门限;最后,采用优化的融合准则对感知的性能进行了分析。仿真结果表明,该算法较单门限检测和传统的双门限检测具有更高的感知性能。最后,在融合中心(FC)相对SU处于通知信道衰落的条件下,结合加权CSS技术和基于分簇结构的CSS技术,给出一种多簇加权CSS算法。该算法在有效地提升了衰落信道下CR系统感知性能的同时,还有效地节省了控制信道的频谱资源、减少了系统的开销、缩短了融合决策时延、响应了绿色通信的号召。