随着无线通信技术的飞速发展,频谱资源日渐紧缺,如何在有限的频谱资源条件下提高频谱利用率成为亟待解决的问题,认知无线电技术则提供了很好的解决途径。频谱感知技术是认知无线电技术应用的前提和基础。认知用户通过对无线网络的频谱感知来发现可机会使用的频段,从而提高频谱利用率,但又要避免对主用户造成干扰。因此,频谱感知技术的研究有着重要的意义。本文主要研究如何优化频谱感知技术的检测性能,在研究分析中不再使用已有的评价系统检测性能的标准,而是引入一种能更好诠释和评价系统检测性能的标准,在此标准下对不同的频谱感知技术进行了研究和优化。关于合作频谱感知技术,还提出了多步优化的思想以及自适应融合算法。文章首先简单介绍了现有的频谱感知技术,然后分析了已有的评价系统检测性能的标准,考虑到这些传统评价标准的不足,于是提出新的评价标准,即贝叶斯风险。基于此标准,提出以最小化贝叶斯风险作为优化系统检测性能的准则,并对所有参数设置作了相关分析与研究。其次,在新评价标准下研究本地频谱检测的检测性能,以能量检测为模型,利用最小贝叶斯风险准则推导可获得一个最佳判决门限,使系统的检测性能达到最佳,并通过仿真验证了该结论。由于本地频谱检测在阴影、多径衰落和隐藏终端等无线环境中会出现较低的检测性能,因此,提出采用基于数据融合的合作频谱感知技术来改善系统的检测性能,并对该频谱感知技术的检测性能进行了深入研究。在相同概率(即所有认知用户的检测概率和虚警概率是相同的)的多用户合作频谱感知中,考虑从本地检测系统和融合中心系统两方面提高频谱检测性能,提出两步优化方案,给出了最佳决策和最佳判决门限的表达式;在不同概率(即所有认知用户的检测概率和虚警概率是不同的)的多用户合作频谱感知中,依据多传感器数据融合中的极小化贝叶斯融合准则,推导出该系统的最优融合准则,即各认知用户本地检测结果的加权之和的判决。将上述两种优化方案分别与其他传统的融合准则(如,AND准则、OR准则)作检测性能的对比,验证了本文所提出的优化方案是有效可行的。最后,针对多用户系统中可能会有存在不受信任用户的情况,提出一种自适应融合算法,将现有的融合准则嵌入自适应功能,可有效识别并剔除不受信任用户,从而提高系统的检测性能。对于检测性能差的不受信任用户,除剔除他们外,还可考虑通过其他用户的协助来改善他们的检测性能,比如基于中继合作的合作频谱感知。研究两用户频谱感知,选用放大转发作为中继转发模式,提出在传统的合作机制上作适当的修改,增加一个时隙进行选择性转发,这样可以扩大中继用户的选择范围,同时也可提高受助用户以及整个系统的检测性能。接着研究多用户模型,将用户两两组合,组内采用放大转发合作检测,组间选用K秩准则进行各组检测信息的融合,仿真证明该方案下系统的检测性能要比传统采用OR准则或AND准则的系统好很多。