认知无线电已经成为解决现有频谱资源匮乏的非常有前途有前景的技术。认知无线电是一种智能的无线通信系统，它能够感知周围的无线环境，通过一定的方法相应地改变某些工作参数来实时地适应环境，从而达到提高频谱利用率、缓解频谱资源紧张的目的。频谱感知是认知无线电中最具挑战的问题之一。如何在低信噪比(SNR)情况下检测出授权用户对于认知无线电的应用非常关键。 论文就认知无线电系统中的频谱感知算法进行了研究。首先，论文介绍了认知无线电的研究背景和意义、认知无线电的关键技术，并分析了现有认知无线电系统中的频谱感知方法以及它们面临的挑战。接着，论文介绍了现有的典型频谱感知算法-能量检测法，并通过仿真研究了它在认知无线电系统中的性能。仿真结果表明，在低信噪比情况下，这种算法将无法提供可靠的检测性能。究其原因，则在于这种算法门限值设置的准确性极易受到噪声不确定性因素的影响。 针对现有算法应用于认知无线电系统所存在的问题，论文研究了一种基于最大最小特征值的感知算法，并在此基础上提出了一种基于最大特征值的感知算法。仿真结果表明这种算法不需要知道关于信道和噪声的信息，并能有效改善低信噪比情况下信号的检测性能。当认知用户无法获得关于授权用户足够多的信息时，这种算法是非常适用的。 最后，论文分析了信号的周期平稳特性，在此基础上进一步研究了单周期特征检测法，并将其应用到认知无线电系统中。分析和仿真表明，相对于能量检测法和特征值检测法，单周期检测法在低信噪比情况下拥有更好的检测性能，并且能够分辨出能量的来源，所以它更适用于认知无线电中的频谱空穴的检测。