近年来,随着频谱的竞争不断升温,使得认知无线电技术(CR: Cognitive Radio)已经成为当前的研究热点。一个认知无线电网络由众多次用户通过动态频谱接入的方法,与主用户共存于同一个网络中,同时每一个次用户可以通过不停地对频段扫描来发现可利用的空闲频段。为了避免对主用户的干扰,执行准确的频谱感知成为认知无线电的关键技术。相比于非协作的频谱感知算法,协作的频谱感知可以使认知无线电网络对主用户进行更为可靠的检测,从而避免了对主用户通信的干扰,而数据融合又是协作频谱感知的关键技术。本文首先研究了基于能量检测的数据融合协作检测算法,分硬融合和软融合进行讨论,硬融合包括OR融合、AND算法和表决融合,软融合包括最大后验概率、NP融合准则、贝叶斯融合准则、线性加权融合算法和分区融合等。对这些算法进行了详细的分析和仿真。仿真结果表明,OR融合、AND算法存在一个最优认知用户个数,既能满足全局检测概率界,又能使虚警概率最小;计数融合的门限取协作感知系统中认知个数的一半最佳;在线性加权融合中,信噪比加权优于均值加权;最大后验概率融合的检测性能优于OR融合和AND融合。然后本文从分区融合算法的角度出发,详细分析了两种基于分区融合的算法:一种是将线性加权应用于分区融合算法的线性加权分区融合;另一种是判决融合,该算法在能量落入中间区间时,认知用户暂时不向融合中心报告判决结果,而是重新进行能量检测。本文还研究了判决融合算法在衰落信道下的检测性能,主要考虑了两种衰落信道:Rayleigh衰落信道和Nakagami衰落信道,对判决融合算法经过衰落信道的协作频谱感知的性能进行了推导,给出了对应的多种情况的检测概率的表达式。仿真结果表明,Rayleigh衰落信道产生的误码率高,检测性能恶化;对于Nakagami衰落信道,随着参数g的增加,对信号造成的衰落趋于平缓。最后,本文从量化和最大后验概率的角度出发,分析了单门限最大后验概率算法以及双门限最大后验概率算法在理想信道和非理想信道的检测性能,其中双门限最大后验概率算法可以采用平均量化或者本地最优量化方法,当能量落入中间区间时,认知用户不传送判决结果给融合中心,其他两个区间则采用最大后验概率融合准则。本文以2比特平均量化为例,提出将最大后验概率和硬融合相结合的算法,该算法在融合中心将认知用户的判决结果分成两类,一类是硬判决结果0或者1,另一类软判决,需要先进行最大后验概率融合,然后融合中心将最大后验概率融合结果与硬判决结果进行OR融合。该算法既提高了检测性能,又降低了系统的复杂度。仿真结果表明,本地最优量化算法优于平均量化,与最大后验概率算法相比,最大后验概率与硬融合相结合算法在低信噪比时检测性能有明显改善。