无线电通信技术快速发展和广泛应用导致当前频谱资源分配紧张,而传统的固定频谱分配模式导致频谱使用不均衡和利用率低。在频谱资源供需矛盾的背景下,一种全新的无线电通信技术——认知无线电应运而生,它被认为是解决当前频谱资源相对紧张的最佳解决方案。认知无线电以频谱检测技术为基础,在一定的时间和空间上探测频谱空洞,机会地利用空闲频段进行通信,从而达到提高频谱利用率的目的。本论文深入研究无线电频谱检测技术,并利用主用户信号的相关特性,设计出了基于信号相关性的主用户信号检测算法,以提高认知无线电频谱检测的效率。第一章对本论文研究的背景和意义作了简要介绍,阐述了认知无线电的概念,并分析其研究现状。第二章介绍了认知无线电关键技术之一频谱检测技术。首先简要介绍了频谱检测理论、检测算法分类、二元假设检测模型、检测性能技术指标等;然后详细介绍了经典的单用户能量检测算法、匹配滤波算法、循环平稳特征检测算法和多用户作协检测算法;最后对各算法的优缺点和应用场景进行了简要对比。第三章针对传统检测方法的不足,考虑主用户信号相关性的特点,提出了一种基于特征值分布的协作检测算法。该算法利用在有主用户信号和只有噪声两种情况下接收信号采样协方差矩阵的差异,以协方差矩阵最大特征值和噪声能量之比构造检测统计量,并在恒虚警概率下依据随机矩阵理论推导出新的检测门限值。仿真实验验证了算法的有效性。该算法依赖噪声的协方差,属于半盲算法。考虑到传统的能量检测算法存在“信噪比墙”问题,以及第三章所提半盲算法的局限性,第四章对主用户信号的相关性作进一步研究,利用多天线技术,提出一种基于秩准则的多天线频谱检测算法。该算法利用多天线接收信号的统计协方差矩阵为秩-1矩阵的事实,将取样矩阵分解为未知秩的理想矩阵和噪声扰动矩阵,再用秩准则估计接收信号子空间的最佳维数,最后利用该值判断信道状态。相比于能量算法,新方法不需事先知道主用户信号类型、无线信道情况和噪声方差等先验信号,属全盲检测算法。该算法对噪声不确定性具有较好的鲁棒性,仿真结果验证了其优越性。第五章对前期研究工作进行简要回顾,对今后频谱检测算法研究工作进行展望。