In cognitive radio (CR), traditional spectrum sensing methods usually assume that the primary user (PU) does not change its status within the sensing period. However, when the PU is assumed to be dynamic, detection performance of traditional techniques decreaeses. In this dissertation, three methods are proposed for sensing dynamic PUs and for prediction of channel status in the future sensing periods. First of all, a novel approach based on estimation of the last status change point (LSCP) of the PU is proposed in this study. According to this scheme, the LSCP of the dynamic PU is estimated first. Then, the observed samples from the LSCP until the end of the sensing period are used in the decision process by being subjected to a cumulative sum based weighting scheme. An enhancement is achieved for traditional spectrum sensing methods in terms of probability of detection using this approach. For detection of dynamic PUs, goodness of fit (GOF) tests are also considered in this dissertation. GOF test based spectrum sensing methods in the literature assume that the PU does not change its status during the sensing period and generally it is assumed that the PU signal is constant valued. A new GOF test based algorithm is proposed in this dissertation for dynamic PUs. According to the simulation results, the proposed algorithm outperforms other GOF test based methods in terms of probability of detection for different PU signalling schemes. In CR, channel status prediction is as important as sensing of PU in the channel. In this dissertation, decisions taken in the past sensing periods are used to predict the status of the channel for the future sensing periods. Two different prediction algorithms are proposed and the performances of these proposed algorithms are compared against correlation based prediction techniques.

Bilişsel radyoda, geleneksel spektrum algılama yöntemleri genel olarak birincil kullanıcının algılama periyodu boyunca durumunu değiştirmediğini varsaymaktadır. Ancak, birincil kullanıcının dinamik olduğu varsayıldığında, geleneksel yöntemlerin algılama performansları düşmektedir. Bu tezde, dinamik birincil kullanıcıların algılanması ve kanalın gelecek periyotlardaki durumunun tahmini problemleri için üç farklı çözüm yolu önerilmektedir. İlk olarak, bu çalışmada birincil kullanıcının son durum değişim noktasının kestirimine dayalı yeni bir yaklaşım önerilmektedir. Buna göre, önce dinamik birincil kullanıcının son değişim noktası kestirilmekte ve sonrasında, bu noktadan itibaren algılama periyodunun sonuna kadar olan gözlem örnekleri kümülatif toplama dayalı bir ağırlıklandırmaya tabi tutularak karar verme sürecine katılmaktadırlar. Bu yaklaşımla, geleneksel spektrum algılama yöntemleri için sezme performansında iyileştirme sağlanmaktadır. Dinamik birincil kullanıcıların sezilmesi için uyum iyiliği testleri de tez kapsamında incelenmiştir. Literatürde yer alan uyum iyiliği testi tabanlı spektrum algılama yöntemleri, birincil kullanıcının algılama periyodu içerisinde durum değiştirmediğini varsaymakta ve genellikle birincil kullanıcıya ait işaretin sabit olduğu kabul edilmektedir. Bu tezde, dinamik birincil kullanıcıların sezilmesi için uyum iyiliği testi tabanlı yeni bir algoritma önerilmektedir. Simülasyon sonuçlarına göre; önerilen algoritma, farklı birincil kullanıcı işaret türleri için, diğer uyum iyiliği testi tabanlı yöntemlerden daha yüksek sezme performansı göstermektedir. Bilişsel radyoda, kanal durum tahmini, kanaldaki birincil kullanıcının algılanması kadar önemlidir. Bu tezde, kanalın gelecek periyotlardaki durumunun tahmini için geçmiş sezme periyotlarında verilmiş olan kararlar kullanılmaktadır. İki farklı tahmin algoritması önerilmekte ve önerilen bu algoritmaların performansı, ilinti tabanlı tahmin yöntemleriyle karşılaştırılmaktadır.