近年来，基于接收信号协方差矩阵的盲检测算法被广泛应用于频谱感知领域。由于该方法在推导检测门限时，用到了极限等近似理论，由此得到的门限值是一个近似值，进而会影响检测性能。为了解决这一问题，提出一种基于支持向量机的频谱感知方法。这种方法无需计算检测门限值，利用盲检测算法中的检验统计量作为特征构造出特征向量，然后使用支持向量机对这些特征向量进行训练得到分类器。最后使用训练好的模型进行预测，从而实现频谱感知。仿真结果表明，本文所提出的基于支持向量机的频谱感知算法，在检测性能上优于基于接收信号协方差矩阵的盲检测算法。在低信噪比的情况下尤为明显，如当信噪比为-10 dB时，检测概率可达94.5%。