La detección de espectro es de gran importancia en las redes de radio cognitiva (CR). En comparación con la detección de espectro individual, la detección de espectro cooperativa (CSS) ha demostrado mejorar en gran medida la precisión de la detección. Sin embargo, los algoritmos CSS existentes son sensibles a la incertidumbre del ruido e inexactos en la detección de baja relación señal-ruido (SNR). Para abordar esto, proponemos un algoritmo CSS de doble umbral basado en la dimensión fractal de Sevcik (SFD) en este documento. La idea principal del esquema presentado es detectar la presencia de usuarios primarios en la detección de espectro local mediante el análisis de diferentes características de la SFD entre las señales y el ruido. Considerando la característica de fluctuación estocástica de la SFD de ruido en un rango determinado, adoptamos el método de doble umbral en el CSS de usuario cognitivo múltiple para mejorar la precisión de la detección, donde los umbrales se establecen según los valores máximo y mínimo de la SFD de ruido. Después de obtener los resultados de detección, el usuario cognitivo envía los resultados de detección locales al centro de fusión para la fusión de confiabilidad. Los resultados de la simulación demuestran que el método propuesto es insensible a la incertidumbre del ruido. Las simulaciones también muestran que el algoritmo presentado en este documento puede lograr un alto rendimiento de detección en la región de baja SNR.