近年来,随着我国无线电频谱相关产业迅速发展,对频谱资源的需求不断增大。在传统的频谱管理模式下,频谱利用率较低,因而选择合理有效的频谱管理模式更有利于频谱相关产业的健康发展。认知无线电是一种高效的动态频谱分配管理模式,其实现可分为频谱感知、频谱共享与频谱管理三部分。频谱感知是实现频谱共享的前提,是整个认知无线电系统的基础。快速准确的实现频谱感知对改善频谱利用率起着重要的作用。本文主要研究频谱感知中的非协作频谱感知算法,包括基于能量的频谱感知算法和基于深度学习的频谱感知算法。同时,结合实际中的应用需求,设计了相应的非协作频谱感知软件系统。论文主要研究内容和成果如下:1.针对传统能量感知法存在感知性能差且易受噪声不确定度影响的缺陷,提出了一种基于指数平滑预测的双门限能量感知算法。该算法在传统双门限能量感知的基础上,结合历史感知状态信息辅助判决频段状态,有效提高了抗噪声不确定性和频谱感知性能。根据信号具有相关性而噪声之间不相关的特性,对能量检测量进行改进,进一步提高了频谱感知性能。2.针对传统频谱感知方法在低信噪比条件下的感知性能较低的缺陷,提出了一种基于孪生卷积神经网络的频谱感知算法。该算法利用孪生网络结构提升神经网络抗过拟合的能力,采用将特征提取网络与分类识别网络分离的训练模式,有效改善了卷积神经网络的频谱感知性能。为进一步提高频谱感知性能,提出了一种基于孪生自编码器的频谱感知算法,能提取出更加有效的感知特征。3.为了验证本文所提的频谱感知算法在实际复杂环境中的性能,设计了一套非协作频谱感知软件系统。该软件系统具有用户操作使用方便,实现快速频谱感知的功能,同时也为深入研究频谱感知算法在实际环境中的性能分析及相关功能扩展提供了一个平台。