現(xiàn)有的頻譜感知算法中，能量檢測容易實現(xiàn)，但檢測性能依賴噪聲功率。基于隨機矩陣理論的頻譜感知算法巧妙地規(guī)避了噪聲不確定性對檢測性能帶來的影響，但大都采用的是最大特征值的近似分布規(guī)律，所得到閾值表達式的精度有待進一步提高。針對上述問題，通過利用隨機矩陣理論的最新研究成果，提出一種基于接收信號樣本協(xié)方差矩陣最小特征值分布的頻譜感知算法。最小特征值的分布函數(shù)不基于漸近假設，更加符合實際的通信情境。推導所得的閾值表達式是虛警概率的函數(shù)，在小樣本情況下，對它的有效性和優(yōu)越性進行了分析與驗證。根據(jù)單一變量原則，分別在低樣本點、低協(xié)作用戶數(shù)、低信噪比和低虛警概率條件下對提出算法與最大最小特征值算法的檢測性能進行了仿真比較，檢測概率最多可以提高0.2左右。結果表明，該算法能夠顯著改善系統(tǒng)的檢測性能。