Il sottoutilizzo dello spettro, insieme al crescente problema della scarsità dello spettro, ha promosso una rivalutazione delle modalità di utilizzo dello spettro delle radiofrequenze. La tecnologia Cognitive Radio rappresenta una soluzione che migliora l'utilizzo dello spettro con un uso sistematico della risorsa scarsa attraverso un accesso opportunistico allo spettro. Tra i numerosi algoritmi di rilevamento dello spettro disponibili, l'Energy Detector (ED) è il preferito in quanto non necessita di informazioni preliminari sui segnali dell'utente primario e ha una bassa complessità computazionale. Tuttavia, le prestazioni dell'ED sono direttamente proporzionali al rapporto segnale/rumore (SNR), il che porta a scarse prestazioni nel regime di basso SNR. Per ovviare al problema del rilevamento a basso SNR, nel front-end dell'ED viene applicato il denoising del segnale dell'utente primario basato sulla trasformata wavelet discreta (DWT). L'effetto del denoising prima dell'ED viene analizzato impiegando sei diverse wavelet madri: Haar, Daubechies, BiorSplines, ReverseBior, Coiflets e Fejer-Korovkin. I risultati della simulazione hanno dimostrato che l'approccio con la wavelet madre Reverse Bior migliora tutte le matrici di prestazioni.