El espectro ha sido ocupado cada vez más por diversas tecnologías inalámbricas. Por esta razón, el espectro se ha convertido en un recurso escaso. En trabajos anteriores, los autores han abordado el problema de detección del espectro utilizando múltiples entradas y múltiples salidas (MIMO) en sistemas de radio cognitiva. Consideramos el marco de detección y estimación para la red cognitiva MIMO donde la matriz de covarianza del ruido es desconocida con información perfecta del estado del canal. En este estudio, proponemos una prueba de razón de verosimilitud generalizada (GLRT) para el problema de detección del espectro en radio cognitiva donde la matriz de covarianza del ruido es desconocida con información no perfecta del estado del canal. Se examinan dos escenarios en este estudio: (i) en el primer escenario, se considera la solución subóptima del peor caso del rendimiento del sistema; (ii) en el segundo escenario, presentamos un detector robusto para el problema de detección de espectro MIMO. Para ambos escenarios, se utiliza el enfoque bayesiano con una prueba de razón de verosimilitud generalizada basada en el problema de hipótesis binaria. A partir de los resultados, se puede ver que nuestro enfoque proporciona el mejor rendimiento en el problema de detección del espectro bajo suposiciones especificadas. Los resultados de la simulación también demuestran que nuestro enfoque supera significativamente a otros detectores de detección de espectro de vanguardia cuando se aborda la incertidumbre del canal.