近年来随着新兴无线通信技术的发展以及无线设备的快速普及,各行各业对频谱资源的依赖程度愈来愈高,频谱资源在无线通信快速发展中越发显得匮乏。为了解决资源短缺以及不合理利用问题,认知无线电(Cognitive Radio,CR)技术应运而生。认知无线电包括了频谱感知、频谱分析与频谱决策、频谱共享、频谱移动性管理等内容,而频谱感知是认知无线电体系的精髓,是认知无线网络中最重要且不可或缺的一部分,因此对频谱感知的研究就成为认知无线电中最热门的技术之一,本文主要研究内容就是频谱检测算法。首先,对国内外频谱感知的研究发展状况进行了介绍,阐述了认知无线电基本概念和核心理论,以及认知无线电平台的结构和应用场景。其次,对应用到频谱检测算法中关于随机矩阵的理论进行阐述,并对基于随机矩阵论的检测算法进行整体的结构划分,对现有的单特征值算法和双特征值算法进行详细介绍,通过分析对比,说明各自的优劣,并在此基础上提出了新的基于特征值上下界的频谱检测算法,新算法充分利用了矩阵的所有特征值,包含了更多的特征信息,通过不同的采样数、协作用户数、信噪比参数对算法进行了仿真比较,理论推导和仿真结果均表明,新型的检测算法性能明显优于未利用全部特征值的其他算法,在噪声不确定、协作用户数有限的情况下也具有很好的感知性能。最后,在基于矩阵论的算法基础上提出了一种新的基于IQ分解的频谱检测算法,阐述了随机矩阵IQ分解的理论依据,并对算法的原理进行分析说明,推出新的算法判决门限,由于增加协作用户数可以提高感知性能,通过对矩阵进行IQ分解在逻辑上增加了协作用户数,增加了信号相关性,理论上可以提高检测算法的性能。通过对不同信噪比、不同采样数下的仿真结果分析,检测算法提升了检测能力,验证了算法的有效性。结合全文总结各种算法的特点并进行综合仿真和比较说明,并对未来发展方向进行探索。