近些年无线通信的相关行业发展迅速，无线通信业务多元化、宽带化和多媒体化的趋势日渐清晰，与此同时，频谱资源不足的问题也愈发严重，是制约未来无线通信发展的瓶颈。导致频谱资源不足的原因主要有三个方面，一是频谱资源本身的有限性和不可再生性，二是传统的固定频谱分配制度导致的频谱利用率低，三是对频谱资源的需求越来越大。认知无线电技术是通过提高频谱利用率来缓解频谱资源不足的一种新兴技术。认知无线电系统是通过感知无线电环境，寻找主用户暂时没有使用的频段，然后机会的使用该空闲频段，实现对空闲授权频段的二次利用，达到提高频谱利用率的目的。频谱感知是认知无线电中非常关键的技术，高性能的频谱感知是主用户正常通信不受干扰的保障，也是认知无线电系统正常工作的前提。我的研究就是针对频谱感知技术展开的，以提高频谱感知的准确性和捷变性为目标，建立一个面向区域的频谱感知模型，以实现对面向信噪比模型的扩展，提高了频谱感知技术的实用性。在对RSSM研究的基础上，我还提出了在协作频谱感知中用改进AFSA选择次用户，是对次用户选择问题的一种新的尝试。由于频谱感知性能受接收信号的信噪比影响很大，所以目前对频谱感知的研究多数假设已知接收信号的信噪比，因为信噪比与次用户和主用户之间的距离关系紧密，所以这相当于将所要感知的主用户束缚在一个特定的小区域里，在实际应用中，这是本末倒置的，合理的思路应该是先根据已知条件，确定所要感知的区域，然后根据所确定的区域和其他已知条件来得到接收信号信噪比的随机分布情况，然后根据得到的信噪比相关信息求出频谱感知的期望值。根据这一思路，本论文建立了一个面向区域的频谱感知模型，在建立模型之前，根据衰落裕度原理推导出感知区域的大小，然后分析了基于RSSM的单用户频谱感知的性能和基于RSSM的决策融合协作频谱感知的性能，其中着重分析了次用户的分散度对协作频谱感知性能的影响，研究发现在“OR”准则下次用户越分散，感知性能越好，在“AND”准则下，次用户越集中感知性能越好，并且在次用户随机分布情况下，“OR”准则的感知性能比“AND”准则的感知性能好。仿真结果与之前的理论分析完全吻合。次用户的选择是协作频谱感知的重要环节，对感知性能有非常大的影响。本文在前文分析的基础上，将“OR”准则协作频谱感知的次用户选择问题归结为一个以次用户整体分散度最大为优化目标的非线性0-1规划问题，然后用改进的人工鱼群算法求解该规划问题，实现了次用户选择。通过实例计算验证了改进AFSA不仅能够快速实现次用户的选择并且与基本AFSA相比，收敛速度和寻优成功率都得到大幅度提高，而算法消耗时间只增加了10%，并且改进AFSA的性能对参数具有很好的鲁棒性。本文所建立的RSSM是对传统面向SNR频谱感知的一个扩展，使频谱感知技术更符合实际应用。用改进AFSA进行次用户选择是用群智能算法进行次用户选择的一种尝试，充分利用了AFSA的速度快和鲁棒性高的特点，这也正是频谱感知所需要的。