在认知无线电传感器网络中,由于多数感知节点采用电池供电,因此,能量和频谱资源都是该网络的短缺资源,需要高效利用。认知无线电传感器网络通过频谱感知,保障授权用户的通信不受干扰,检测确定可用的频谱资源,并将其分配给次级用户使用以提高频谱资源利用率。频谱感知是认知无线电传感器网络工作的基础。在协作频谱感知过程中,越多的节点参与就意味着越多的额外通信消耗和能量消耗。所以,协作频谱感知中节点选择和功率控制的研究对于认知无线电传感器网络的发展和应用具有重要的影响作用。在协作频谱感知过程中,控制信道具有与普通无线信通同样的不可靠性,可能遭受严重的干扰,而这就可能直接影响感知结果的正确性。为了解决这个问题,本文提出了一种新的协作频谱感知方案,它不仅考虑了本地感知结果上报传输的不可靠性,而且会选择恰当的部分节点参与频谱感知,其他节点可以休眠,以此来节省能耗。此外,该方案还将控制调节参与感知节点的传输功率,以进一步减少能量消耗。本文将该方案建模成一个混合离散和连续变量的优化问题,并基于离散二进制粒子群算法提出了一个解决此问题的改进算法——连续离散二进制混合粒子群算法(CBPSO),该算法可以做到在选择感知节点的同时来调节感知节点的发射功率。仿真结果显示,与普通的离散二进制粒子群算法和其他常规节点选择方法对比,该算法明显减少了总体能量消耗。基于频谱数据库的频谱感知方法,能够有效减少传感器节点的计算负担和能耗,符合当前认知无线电技术中频谱感知的发展趋势,而该方法同样适用于无线传感器网络。但是,该方法研究和应用的前提是必须构建一个频谱数据库,必须采集到足够多的频谱信息。因此,本课题就设计和实现了一个Wi-Fi频谱数据采集系统。根据以往的频谱采集方案,并结合智能手机端便携灵活的功能特点,系统从空间、时间、频段三个维度进行了频谱数据采集。在空间方面,要确定采集点的地理位置信息,这就应用了移动终端定位技术；在时间点的采集上设定了一个多终端的时间同步机制；在频段的信息采集上,通过开启手机Wi-Fi的混杂模式来捕获所能监听的网络报文,进而计算获得各个信道的信号强度。该系统应用了当前的多种热门技术,实现了三个维度的频谱采集功能,为后期的频谱分析和数据挖掘提供了充足的数据。