认知无线电技术是指认知用户通过对频谱的动态感知,在保证对授权用户不会造成干扰的前提下接入处于空闲状态的频谱并进行通信的技术。频谱感知是认知无线电技术的基础,对于提高频谱的利用率具有重要的研究意义。而群智能算法与频谱感知问题的结合能够很大程度上提高频谱感知的检测性能。头脑风暴算法是一种模拟人类问题解决过程的新型有效的智能算法,思想新颖、全局搜索能力强,非常适合解决高维多峰的函数优化问题。该算法中基于分组操作的搜索策略增强了搜索能力,创造操作增加了解决方案的多样性。但对于头脑风暴算法的研究尚且还在初级阶段,该算法仍然有收敛速度慢、收敛精度不高的问题。鉴于以上存在的问题,本文在对头脑风暴算法的思想和寻优过程进行深入研究和详细分析的基础上提出了两种改进的方案,并将这两种改进方案应用于线性协作式频谱感知模型中。通过对头脑风暴算法采用不同的改进方案,为理论计算和频谱感知这个工程应用问题提供新思路、新方法。首先,通过对差分进化算法演进过程的详细分析,将其用到头脑风暴算法的创造操作中,提出了差分头脑风暴算法,该算法根据差分进化思想提出了三种不同的更新策略,增加了目标问题解决方案的多样性,从而使得算法在全局搜索范围内更快寻找到最优解。其次,根据文化算法的双层进化框架,将头脑风暴算法嵌入到该框架中,提出文化头脑风暴算法。该算法通过信度空间中积累的种群进化的知识来指导种群空间中的创造操作,从而促使算法向最优解方向搜索。最后,将头脑风暴算法以及两种改进算法通过四种测试函数进行测试并与其它智能算法对比;将线性协作式频谱感知模型转化为待优化函数,并用改进算法对该模型进行优化,寻找最优权重向量。仿真结果表明:与其它智能算法相比,本文所提出的两种改进的头脑风暴算法具有很强的开发探索能力,能够显著改进头脑风暴算法的性能;在频谱感知问题中得到了较高的检测概率,大大提高了频谱感知算法的检测能力。