1、認知無線電技術是指認知用戶通過對頻譜的動態(tài)感知,在保證對授權用戶不會造成干擾的前提下接入處于空閑狀態(tài)的頻譜并進行通信的技術。頻譜感知是認知無線電技術的基礎，對于提高頻譜的利用率具有重要的研究意義。而群智能算法與頻譜感知問題的結合能夠很大程度上提高頻譜感知的檢測性能。頭腦風暴算法是一種模擬人類問題解決過程的新型有效的智能算法，思想新穎、全局搜索能力強，非常適合解決高維多峰的函數(shù)優(yōu)化問題。該算法中基于分組操作的搜索策略增強了搜索能力，創(chuàng)造操

2、作增加了解決方案的多樣性。但對于頭腦風暴算法的研究尚且還在初級階段，該算法仍然有收斂速度慢、收斂精度不高的問題。鑒于以上存在的問題，本文在對頭腦風暴算法的思想和尋優(yōu)過程進行深入研究和詳細分析的基礎上提出了兩種改進的方案，并將這兩種改進方案應用于線性協(xié)作式頻譜感知模型中。通過對頭腦風暴算法采用不同的改進方案，為理論計算和頻譜感知這個工程應用問題提供新思路、新方法。
　　首先，通過對差分進化算法演進過程的詳細分析，將其用到頭腦風暴算法

3、的創(chuàng)造操作中，提出了差分頭腦風暴算法，該算法根據(jù)差分進化思想提出了三種不同的更新策略，增加了目標問題解決方案的多樣性，從而使得算法在全局搜索范圍內更快尋找到最優(yōu)解。
　　其次，根據(jù)文化算法的雙層進化框架，將頭腦風暴算法嵌入到該框架中，提出文化頭腦風暴算法。該算法通過信度空間中積累的種群進化的知識來指導種群空間中的創(chuàng)造操作，從而促使算法向最優(yōu)解方向搜索。
　　最后，將頭腦風暴算法以及兩種改進算法通過四種測試函數(shù)進行測試并與其它