实际的频谱检测中,待检测信号大多含有未知参数,使用传统的频谱感知算法并不能满足性能要求。因此,将参数估计应用到频谱感知算法的研究成为一大热点。此外,为了减少主用户(PU)再次接入授权频谱时的被动,同时突破多数已有研究中针对单个次用户(SU)的情况,本课题选择拥有单个PU和两个SU的无线电认知系统进行研究。首先,PU在噪声中检测SU的发送信号是否存在。检测信号的噪声方差未知,但假设其先验分布已知,因此利用MAP准则获得噪声方差的估计值,然后利用基于GLRT的频谱感知算法获得检验统计量从而获得判定结果。这部分考虑实际的信道环境,因此两个SU发送的信号到达PU端时存在时延,并利用积分运算消除其带来的影响。其次,PU根据SU的发送信号判断需要接入频段的SU是一个还是两个。这部分依旧利用含MAP参数估计的基于GLRT的检测算法来获得检测结果。同时,考虑到不同的先验分布对检测结果可能产生的影响,使用逆卡方、逆高斯和不含信息量的三种随机分布作为先验知识获得不用的检测结果。论文提出的算法在MATLAB平台上以检测概率为性能指标进行仿真。同时探讨采样个数、虚警概率等参数对检测性能的影响。此外,论文还讨论了不同的先验分布对于检测性能的影响。仿真结果表明,增加采样个数或虚警概率都可以提高检测性能,先验分布也能够影响检测结果。此外,相较于含ML参数估计的GLRT算法,本文算法使用的样本数量明显减少,但性能依旧良好。