认知无线电（Cognitive Radio, CR）可以较好地解决频谱资源匮乏和授权频段利用率低下的矛盾，成为一种最具有应用前景的动态频谱接入技术。其核心思想是认知用户在不干扰授权用户通信的前提下与之共享频谱资源，这就决定了CR的首要任务是频谱感知，其本质是在复杂电磁环境中确定欲与之共享频段的授权用户是否正在使用频谱。通常，CR系统对授权用户信号形式以及地理位置等信息一无所知，授权用户可能要求CR系统具有更好的频谱感知性能（如不得对授权用户通信系统造成任何不利影响）才允许其与之共享频段，这些因素使得传统的频谱感知技术难以直接应用于CR系统，而需要寻求新的理论方法和关键技术。本文的主要贡献包括：1、实现了一种快速、有效的基于循环自相关的频谱感知方法。作者基于循环自相关的循环平稳特性，对调制信号的循环自相关函数在零循环频率和非零循环频率处的特性进行了深入分析，提出了新的基于循环自相关的频谱感知方法，并给出了此方法对应的频谱感知的检测概率和虚警概率的解析表达式。该感知方法保持了循环平稳特性对噪声的适应性以及信号类型识别方面具有的显著优点，同时降低了感知的计算量。推导分析表明，接收信号的循环自相关R x(0,τ≠0)在非零循环频率（α≠0）和零循环频率（α=0）处都具备循环平稳特征的抗噪优势，特别是当循环频率α=0时，循环自相关R x(0,τ≠0)具备最大值，因而基于R x(0,τ≠0)进行感知可以获得最大的检测概率。仿真研究进一步表明：基于循环自相关的频谱感知其抗噪性能明显优于能量检测，计算量与能量法接近；相比传统的循环谱频谱感知法，其在具备相近感知性能同时，计算量则要低得多。理论分析与仿真结果相互映证，证明了这是一种有效的快速频谱感知方法。2、将上述循环自相关的思想运用于协同感知，提出了选择性协同感知模型和一种新的基于认知用户个体特征的用户选择方法。协同频谱感知虽然提升了系统感知性能，但随着参与协同感知用户数的增加，也带来了大量的协同通信的额外开销。不同认知节点与授权用户之间的感知信道不同，其参与协作对系统感知性能的贡献也不一样。作者针对这一事实，提出了选择性协同感知模型和一种基于循环自相关的新的用户选择方法，以保证只有具有良好性能的用户参与协同感知，进而提高协同感知的可靠性并降低感知开销。3、实现了基于多天线选择融合的频谱感知。基于似然比的多天线频谱感知需要预知信道增益、噪声方差、授权用户信号形式等信息，广义似然比（GLRT）法通过最大似然估计克服了这些局限性，但计算复杂。作者提出了不依赖信道增益、噪声方差以及授权用户信号形式的基于循环自相关的EGC融合、MRC融合与SC融合三种频谱感知方法，分析了三种融合感知的性能，并推导了三种融合感知的检测概率表达式。仿真结果表明，基于循环自相关的多天线融合频谱感知具备优于多天线能量、多天线GLRT的感知性能。多天线频谱感知中，由于每根天线的信道增益和噪声功率未知，简单融合并非一定能够提升感知性能，特别是当各天线之间的性能差别较大时。为此，作者进一步提出了天线性能参数AUi和天线选择参数A Ui，为天线分集的选择提供选择依据。通过对天线分集的选择，进一步实现了感知性能的优化。