随着无线通信技术的发展与无线通信业务的广泛应用,频谱利用率低下的问题日渐突出,固定的频谱资源分配方式已经越来越不能满足日益增多的业务量的需求,为解决这一问题,认知无线电技术应运而生。认知无线电旨在实现频谱资源的动态合理分配以提高频谱利用率,而若想实现这一目标,首要解决的便是频谱感知问题。在无线通信中,很多固定的频段只有经过授权的特定用户才可以使用,而在某些时间或地点,由于授权用户并没有使用这些频段,而导致这些固定频段空闲,成为了“频谱空洞”。频谱感知的作用便是从无线频谱中甄别出这些频谱空洞并加以利用,以提高频谱的利用率。现有频谱感知算法需要采用奈奎斯特采样频率对信号进行采样,不仅在硬件上对模数转换器(ADC)具有更高的要求,而且数据量的增加也导致了计算复杂度的提高。为解决这一问题,本文采用欠采样技术进行频谱感知。本文针对欠采样技术建立频谱感知的系统模型,结合欠采样技术下频谱混叠的特性,提出了一种基于欠采样技术的因子图频谱感知算法。该算法通过构建因子图模型描述原始信道与欠采样后得到的混叠信道间的状态关系,采用概率推算算法从混叠信道的状态中推算出原始信道的信道状态,实现频谱感知。此外,本文进一步分析并解决了该算法下所面临的欠采样速率的选择、因子图模型的构建和判决算法的选取等关键问题,并最后建立仿真平台进行数值仿真。仿真结果表明,与传统的能量感知算法相比,该算法在欠采样情况下的性能更为优异。为了进一步提高上述频谱感知算法在低信噪比条件下的感知性能,本文对上述算法进行改进,提出了一种基于双门限能量检测的频谱感知算法。仿真结果表明,相对于上述算法,改进后的算法在信噪比较低的情况下,具有更好的检测性能。同时改进算法相比之前的算法效率更高。