由于无线电通信的高速发展，频谱资源已经变得越来越稀缺。现有的将固定频带分配给固定用户的频带分配方式对频带的利用率较低。为了解决上述问题，通过使用认知无线电技术通过将未被使用的空闲频段利用起来实现频谱资源的共享，进而提高频谱的利用率。
　　准确的对目标频谱进行有效检测是认知无线电技术能够得以应用的一个重要的基础和条件。频谱感知的目的就是检测目标频谱是否空闲，其感知性能可以影响整个认知无线电系统的性能。经典的频谱感知算法，在低信噪比环境下，检测性能无法满足实际需求。而随机矩阵理论为频谱感知提供了新的解决方法。本论文通过重点研究随机矩阵中的极限谱理论和基于随机矩阵理论的频谱感知算法，针对现有的频谱感知技术存在的问题，改进了基于随机矩阵理论的的感知算法，并推广到多用户协作场景。主要研究内容如下：
　　（1）阐述了频谱感知理论的基本原理。然后分析了单认知用户检测的缺点，介绍了协作式感知的基本原理，分析了使用多用户协作式感知的必要性。
　　（2）重点研究了随机矩阵理论中的几类具有特殊分布的随机矩阵，如高斯随机矩阵、Wigner 随机矩阵和 Wishart 随机矩阵等。并分析研究了这些特殊矩阵对应的渐进谱分布特性，如圆律，半圆律和M-P律等。并仿真分析了相关理论。
　　（3）通过对现有基于随机矩阵理论的频谱感知算法的分析可以发现,在低信噪比环境下，接收信号的采样协方差矩阵的最大特征值被“压缩”到M-P律的上边界附近，使噪声和信号的特征值难以分辨，造成了感知性能的下降。为了解决这个问题，本文通过增加与目标信号具有相同特征向量的辅助信号，改进了基于最大特征值的频谱感知算法，使信号对应的特征值右移出M-P律的上边界，使噪声和信号的特征值更易于分辨，提高在低信噪比环境下的感知性能。并通过使用渐进谱理论中的新成果推导了虚警概率和检测阈值。
　　（4）通过仿真验证了本文算法的有效性和理论正确性。与同类算法相比，本文算法在一定条件下具有更大的优势，并在认知用户数目有限，采样数目有限的场景下也能够获得较好的感知性能。