无线频谱是一种非常宝贵且有限的资源,随着无线通信理论的进步和技术的发展,无线业务正在不断的膨胀中,导致了目前的无线频谱资源显得日趋紧张。同时当前不合理的静态频谱分配方式也造成了资源利用率极低,如何解决好这个问题成为了未来通信技术得以持续发展的关键所在。认知无线电技术能够从根本上解决无线频谱资源相对匮乏的问题,通过检测频谱空洞并加以合理分配,从而有效地提高了无线频谱的使用效率。另一方面,多天线技术在时间维度和频率维度的基础上,又增加了空间维度的概念,利用空间维度的复用链路容量理论上可以得到成倍数的提升,而且不需要占用额外的频谱资源,因此近几年来成为了无线通信领域的研究焦点,同时也成为了下一代移动通信系统中的关键技术之一。认知无线电技术和多天线技术均为提高频谱使用效率的有效方法,如果将多天线自然地应用到认知无线电系统中,在传统时频域灵活性的基础上,利用空域资源将进一步大幅高提高频谱利用率,从而带来系统容量、灵活性等方面的改善。本论文主要是针对部署多天线的认知无线电系统进行系统性能分析以及频谱感知算法设计。其中,系统性能指标主要考虑了认知无线电系统的容量和中断概率两方面。通过建立一个主次网络各包含一对收发机的简单系统模型,针对系统在几种常用频谱接入方式下,对系统容量和中断概率进行了量化的分析,并通过Matlab对Non-cognitive、Interweave、Underlay以及Overlay几种场景下的性能进行了仿真和评估比较。结果表明,系统容量在采用Overlay接入方式下是最大的,Underlay次之,最差是Interweave。同时通过与Non-cognitive下的比较可以看到认知技术的引入显著提升了系统容量。在中断概率方面,Underlay和Overlay由于都在授权用户工作时借用了授权频段,这样会对主用户的传输质量造成一定影响,而且两者的算法复杂度相对于Interweave也较高,所以实际中采用哪种接入方式需根据系统实际需求来做综合取舍。其次,本文在对系统性能进行分析的基础上,研究了多天线认知无线电系统的频谱感知算法,综合协作频谱感知技术的优势以及多天线系统的特点,提出了一种基于用户选择的协作频谱感知算法。算法主要思想是：首先通过本地多天线的感知来进行合并检测,得到单用户的检测结果。然后根据SNR的高低仅选取部分用户的感知结果进行合并,提高融合判决的准确度,这样在保证感知性能的基础上又大大降低了网络的信令及能量开销,从而提高了整体的感知效率。通过系统虚警概率和检测概率的分析和仿真结果,证明了将多天线技术引入频谱感知后不仅带来了感知性能的大幅度提升,同时提高了系统感知策略的灵活性。