近年来,随着无线通信的迅速发展,通信方式越来越多,设备数量也日益庞大,对电磁频谱的需求量也越来越大。电磁频谱作为一种有限的资源,受限于目前固定的频谱分配策略,可供分配的频谱资源日益紧张,已经严重制约了无线通信技术的发展。为了解决频谱资源日益短缺的问题,世界各国的研究人员展开了广泛、深入的研究,并在1999年提出了认知无线电的概念:认知无线电是一种智能化学习网络,通过学习周围环境信息,感知和利用所处环境的可用频谱,并且尽可能的减少与主用户的冲突,一旦主用户开始使用频谱,认知无线电用户必须迅速检测到主用户,并退出该频段。认知无线电被认为是解决频谱短缺问题的最终方案,此后迅速成为通信学界的研究热点。要实现认知无线电,首先必须解决认知用户的频谱接入问题,即频谱感知。频谱感知是实现频谱管理和共享的基础和前提。认知用户只有成功感知到频谱的利用情况,才能决定是否接入感兴趣的频段,同时不能干扰主用户信号传输。目前常用的频谱感知方法有匹配滤波器检测、循环平稳特征检测、能量检测等。其中,匹配滤波器检测需要知道主用户先验信息,循环平稳特征检测计算复杂度过高,能量检测由于计算简单且不需要任何主用户先验信息,因此得到了最为广泛的应用。认知网络在实际环境中常呈现出噪声高动态变化、信噪比极低的特征,无法快速准确进行频谱感知,我们称之为微弱信号检测问题。由于能量检测的普遍适用性和低复杂度,本文基于能量检测算法,通过与序列检测相结合的方法,提升了能量检测在微弱信号检测中的不足。本文提出分段序列能量检测的方法。由于传统序列检测采用边采样边接收,边检测边判决的方法,增加了计算开销和时间,我们将采样点进行分段,认知用户每接收到一段数据,做一次判决、这样既改善了能量检测的性能,同时减少了额外开销。分段序列能量检测既保留了能量检测的优点,又降低了达到检测性能所需的采样点数。但是,在信噪比很低的情况下,分段序列能量检测需要的采样点数量仍然很大。对此,我们通过进一步思考,引入了协作检测的方法,将认知网络中所有认知节点的感知信息上传至数据融合中心,并在融合中心做出最终判决。理论与仿真证明,基于协作的序列能量检测算法能够极大的改善能量检测的性能。在以往对检测算法的研究中,通常不考虑网络中其它感知节点产生的干扰。然而,在多用户环境中,来自其它感知节点的干扰是始终存在的,而且可能会严重影响感应性能。本文讨论了一种全新的认知网络信号检测模型,较以往的检测模型更为贴近实际情况。我们推导了任意数目的感知节点在一定空间内随机分布时,感知节点的虚警概率的表达式,并给出两种计算虚警概率的方法。根据Neyman-Person准则,在可接受虚警概率条件下,可以得到相应的检测门限,进而求出当前条件下的检测概率。