认知无线电(CR,Cognitive Radio)作为一种能够实现非注册用户(即认知节点)发现并机会接入注册用户(即主用户)空闲频谱的新兴技术,通过智能的频谱管理有效解决了不灵活的频谱分配策略导致的频谱匮乏问题。认知无线电能感知网络环境并根据感知结果动态选择发射参数,以提高认知系统输出效能并避免对主用户产生干扰。作为认知无线电通信网络的重要分支,认知无线电Ad Hoc网络鉴于其无需依赖预先架设的基础设施及组网灵活快速等优点,使其具有良好的环境适应性和网络结构鲁棒性。同传统Ad Hoc网络相比,认知无线电Ad Hoc有其独有的特性,即:信道可用性变化和对主用户发射保护。这些特性使得频谱管理问题成为认知无线电Ad Hoc网络最难解决的技术环节之一。不仅需要建立多跳转发的形式来实现业务传输,而且数据传输链路由于受认知网络环境变化而变化。因此,在复杂多变的环境下机会式实施网络频谱资源管理便成为研究认知无线电Ad Hoc网络的重要问题。本课题的研究内容将针对认知无线电Ad Hoc网络频谱管理对认知网络适应性问题,集中围绕信道和功率分配、公共控制信道分配和多跳路由建立三个方面展开,使得频谱管理策略能够根据认知无线电Ad Hoc网络环境动态变化及时作出反应并及时进行调整,从而提高认知网络中业务传输效率和认知用户的Qo S。首先,针对认知无线电Ad Hoc网络特点,对现有的频谱管理关键技术及其对Qo S保障所产生的影响进行阐述和分析。主要包括本文所要涉及的跨层规划设计、公共控制信道分配以及认知多跳路由协议三个方面。详细阐述了不同方案的工作过程并通过实验仿真验证性能,从而确定了本文的研究思路。其次,本文提出了一种基于OFDM技术的认知无线电Ad Hoc网络混合多媒体业务资源分配跨层规划设计。为了避免认知节点通过公共控制信道大量交换控制信息,易受公共控制信道可用性和带宽影响,设计了基于全贝叶斯模型的机器学习策略,使认知节点能够在线学习其他节点子载波分配策略从而调整并确定自身子载波分配策略,并将学习结果应用于基于时延的效用函数推导。基于混合多媒体业务中流媒体传输和数据传输所对应的不同Qo S标准,建立了认知节点的基于时延和吞吐量联合效用函数。通过在主用户干扰和最大发射功率的约束条件下求解最优效用函数值,为认知节点每个数据包提供最优发射功率,子载波及其对应的调制方式。再次,本文提出了一种基于邻居节点分组的公共控制信道分配方案。根据认知无线电Ad Hoc网络信道可用性时变的特点,给出了本地稳定邻居节点组发现策略。在发现本地邻居节点基础上,将本地邻居节点分组问题归纳为二分图,并通过求解最大边二分图获得最佳本地邻居节点组及其公共可用信道集对应关系。最后,根据可用控制信道的动态特性,提出了基于控制信息传输时延和吞吐量的效用函数,根据信道的效用函数值来选择最优控制信道。相比现有算法,所提出的算法具有较好的灵活性,即当主用户占据当前公共控制信道时,每个认知节点组可以在不进行重新分组的前提下,可在其对应的可用控制信道集合里选择次优效用函数值的信道作为新的公共控制信道。最后,本文提出了一种基于分簇算法的认知多跳路由协议。分析了动态网络环境中,由于认知节点的移动性所导致的网络拓扑变化及信道可用性的变化将导致节点间链路不稳定,从而影响多跳路由建立的本质。提出了基于分簇的网络拓扑管理,仅由簇头执行路由链路构建并进行数据传输,减少了网络传输开销。根据认知网络特点,提出基于认知传输吞吐量的路由准则,通过最大化认知传输吞吐量,联合选择出最优可用信道和下一跳中继簇头。本方案通过拓扑管理、信道选择、最优路由中继节点选择三种机制相结合,以保证路由链路和所选择接入信道能够根据网络环境和主用户活动进行动态设置和调整。最后给出了本地路由恢复机制。