随着无线电的快速发展,极大方便了人们的生活。由于传统无线频谱资源感知和分配机制的不完善,造成频谱资源利用率不高,不能满足大数据时代对无线频谱资源的需求。认知无线网络能够对频谱资源的感知、分配、共享,实现对频谱资源的有效感知、分配提高频谱资源利用率。本文以频谱感知技术为研究背景,基于对双门限能量检测算法、集中式协作感知算法和加权融合判决算法的研究,分析了能量检测算法在低信噪比下系统感知算法性能的特点,并依据认知用户的可靠性提出三种改进算法,有效提高了频谱利用率。首先,概述了国内外认知无线网络技术中现有常见频谱感知技术基本理论、认知无线网络的起源、发展现状及发展趋势等,并介绍了现有几种常见频谱感知算法的基本感知原理,通过仿真实验对比分析常见感知算法的系统检测及时性、准确性、可靠性、鲁棒性等性能。其次,研究了双门限能量感知算法和基于信噪比加权感知算法和集中式感知算法的基本原理及存在的不足。在基于双门限能量感知算法和基于SNR加权感知算法的基础上,根据本地感知节点的本地判决可靠性与SNR和能量统计量的关系,提出一种新的信任度系数,进而给出了一种基于信任度两次分簇过滤的感知算法;接着针对本文两次过滤算法存在由于增加加权系数引起感知时间长、开销大等问题,并提出一种自适应频谱感知新算法。该算法针对不同感知环境下和不同系统感知可靠性要求的不同选择可靠性较高的较少认知用户感知实现较好的系统感知性能,达到用较小的开销实现较好的系统性功能,同时减小感知时间和系统感知开销。然后,整合前两种改进算法的优缺点,并提出一种较第一种改进算法感知时间更短,较第二种算法可靠性更高的一种基于信任度分簇修正的协作频谱感知算法。该算法能够同时兼顾感知系统的及时性、可靠性、鲁棒性,用较少采样个数参与频谱感知实现较优的系统感知性能。最后,通过matlab仿真实验利用检测概率、虚报概率、漏检概率等性能指标对比分析了本文三种检测算较现有感知算法的系统检测性能。实验测试表明:三种频谱感知算法较现有感知算法性能更优、鲁棒性更好。