随着汽车数量的不断增加,在给人们的生活带来便利的同时也产生了很多问题。为了解决不断出现的交通拥堵和驾驶安全等问题智能交通系统应运而生,并作为一种有效地交通控制系统得到广泛关注和快速发展。车载自组网是智能交通的重要组成部分,可以改善道路中行驶车辆的安全性和舒适性,对社会产生了很大的影响。近年来有很多关于车载自组网的研究,但是始终面临着诸多挑战。其中一项就是用于车载自组网通信的无线电频谱资源的匮乏。为了解决这个问题,特意将认知无线电技术应用到车载自组网中来探索未被利用的授权频带。认知无线电技术可以有效地解决车载自组网中的频谱资源短缺的问题。本文首先介绍了认知车载网的相关知识。车载自组网是移动自组网的一种特殊情况,作为一种有前途的设想将彻底改变人们的生活方式。认知无线电作为一种智能的技术能够使得次用户机会式地接入频谱,从而提高频谱利用效率,有效缓解频谱资源匮乏的问题。在车载自组网中应用认知无线电技术能够为网络中的信息提供额外的频谱资源。除了能够很好地弥补频谱资源匮乏的问题,认知无线电的高移动性和动态的网络环境也使得它更好的适用于车载自组网。紧接着本文对认知无线电网络中的频谱感知算法进行了研究,建立了频谱感知模型并分析了单用户独立感知以及协作频谱感知算法的优劣性。然后,在文章前面工作的基础上对认知车载网络中的频谱感知算法进行了仿真研究。针对车载网这一具体场景,首先分析了移动环境下相关性对系统的影响。由于车辆是移动的,速度的变化会造成系统性能的变化。文章首先研究了相关瑞利信道下的频谱感知性能,主要仿真了速度和采用不同融合算法时的频谱感知性能。仿真结果表明,在一定程度上随着速度的增加检测概率会不断增加,而采用MRC算法时的系统性能要优于采用EGC算法。其次,对衰落信道进行了建模分析,通过改变模拟信道的的分布的参数进行仿真对比,讨论不同的衰落环境下的频谱感知性能,以便能够更好地进行系统设计。最后,针对对认知车载网络中可能出现的安全问题以及环境因素的影响研究了一种可信的频谱感知算法。首先分析了几种常见的恶意节点及攻击模式,通过仿真讨论恶意节点对感知结果的影响。为了消除恶意节点和衰落等不确定因素的影响,针对真实的道路环境,研究了一种基于位置可信度和恶意用户检测可信度的算法,仿真结果表明,该算法能有效的提高系统性能。