تکنولوژی رادیوی شناختی، به منظور حل مشکل کمبود و عدم استفاده بهینه از طیف فرکانسی در شبکه های مخابراتی بی سیم بوجود آمده است. این تکنولوژی مشکل استفاده غیر بهینه از طیف فرکانسی که ناشی از قوانین فعلی تخصیص فرکانس است را با استفاده از روش های تخصیص فرکانس به صورت پویا حل می نماید. پایه و اساس سیستم های رادیویی شناختی حس کردن طیف فرکانسی کاربران اولیه و در نتیجه آشکارسازی حفره های طیفی می باشد. حفره های طیفی هم در زمان و هم در مکان یافت می شوند. در این پایان نامه قصد داریم یک روش آشکارسازی حفره های جغرافیایی به صورت مشارکتی در یک کانال سایه افکنی لگنرمال با نویز جمع شونده گوسی ارائه دهیم. مسئله طرح شده برای آشکارسازی حفره های جغرافیایی به این صورت است که رادیوهای شناختی می بایست به صورت مشارکتی تعداد، مکان و توان ارسالی کاربران اولیه را در یک ناحیه جغرافیایی مشخص بدست آورند. در این حالت شبکه کاربران اولیه به صورت یک شبکه با تعدادی نقاط نامزد در نظر گرفته می شوند. با در دست داشتن اطلاعات تعداد، مکان وتوان ارسالی کاربران اولیه، این امکان به شبکه رادیویی شناختی داده می شود که به صورت همزمان با کاربران اولیه از باند فرکانسی کاربران اولیه در قسمت هایی از ناحیه جغرافیایی استفاده نمایند. روش پیشنهادی آشکارسازی حفره های جغرافیایی شامل دو فاز تخمین کانال و حس کردن طیف فرکانسی کاربران اولیه می شود که هم در فاز تخمین کانال و هم در فاز حس کردن طیف فرکانسی کاربران اولیه، روش های جدیدی پیشنهاد می شود. به منظور به دست آوردن تعداد، مکان و توان ارسالی کاربران اولیه، رادیوهای شناختی نیازمند تخمین و ردگیری گین کانال هستند. در این پایان نامه یک روش پشنهادی تخمین کانال با استفاده از مفهوم kriging و با استفاده از کالمن فیلتر توسعه یافته ارائه می شود. روش پیشنهادی تخمین کانال در دو حالت مشارکتی و غیر مشارکتی مورد بررسی قرار می گیرد. بعد از تخمین کانال، رادیوهای شناختی به صورت مشارکتی اقدام به حس کردن طیف فرکانسی کاربران اولیه می نمایند. در این قسمت فرض بر این است که هیچ اطلاعات اولیه در مورد تعداد، مکان و توان ارسالی کاربران اولیه در دسترس شبکه رادیویی شناختی قرار ندارد. در قسمت حس کردن طیف فرکانسی کاربران اولیه، از خاصیت پراکندگی بردار توان کاربران اولیه که ناشی از محدودیت های تداخلی که بر روی شبکه کاربران اولیه در نواحی جغرافیایی وجود دارد، استفاده می شود و با استفاده از الگوریتم lasso تعداد، مکان و توان ارسالی رادیوهای شناختی تخمین زده می شود. در این قسمت نیز به منظور بهبود عملکرد الگوریتم lasso، یک الگوریتم lasso وزن دار پیشنهاد می شود که شبیه سازی های انجام شده، بهبود عملکرد الگوریتم پیشنهادی را نشان می دهد.