认知无线电网络（CRN）是无线通信中最热门的主题之一，在该领域中，认知无线电（CR）需要智能，准确地获取无线信道的频谱状态。因此，一些工作提出在CRN中使用人工智能理论来提升其智能。为了获得准确的频谱感测结果，CR经常对无线信号进行采样。此外，如我们所知，无线信道状态在不同的时隙中可以是相同的。因此，有必要使用历史感测数据来减少当前感测数据的不确定性，从而提高频谱感测性能。同时，最近在人工智能领域提出了分层狄利克雷过程（HDP）以自动实现数据聚类，可用于对具有不同隐藏通道状态的历史感测数据进行聚