针对传统信噪比加权频谱感知方法在车联网(Internet of Vehicles,IoV)环境中受噪声影响较大、感知准确率较低的问题,提出了一种基于反向传播(Back Propagation,BP)神经网络的IoV协同频谱感知(Cooperative Spectrum Sensing based on BP Neural Network,BP-CSS)算法.该算法首先将本地次用户能量检测结果进行协方差处理,然后通过BP神经网络对次用户信噪比进行权值优化,使用训练好的模型进行协同频谱感知.仿真结果表明,在信噪比0~25 dB范围内、10个次用户协同感知时,该算法在噪声干扰较大的环境中的平均检测准确率为90%,比基于信噪比加权频谱感知方法提升20%,比基于门限值频谱感知方法提升30%.