随着无线通信业务的不断发展,对频谱的需要持续增长。与此同时,频谱资源的利用率却很低。导致这一矛盾的原因是现有的基于固定网络和业务的频谱分配的方式。为了解决这一矛盾,人们提出了认知无线电(Cognitive Radio, CR)技术,它能动态地使用频谱,大幅度地提高了频谱利用率。而择机频谱接入(Opportunistic Spectrum Access, OSA)是认知无线电的关键技术之一,本论文将重点讨论分布式网络中的OSA算法和协议。OSA允许认知无线电用户(Cognitive Radio User, CRU)使用主用户(Primary User, PU)暂时未使用的频谱,一旦主用户需要时再归还给主用户使用。这种择机接入的方式给接入算法和协议的设计带来了新的挑战,特别是在分布式网络中,没有基站或中心控制节点,这时CRU如何选择信道,以减少CRU之间的冲突,避免对PU的干扰是OSA算法必须解决的问题。本论文对分布式网络中的择机频谱接入算法和协议进行了较为深入的研究,针对认知无线电中频谱资源动态变化的特点,提出了能够快速响应频谱资源变化的接入算法以及相应的协议,并进行了仿真验证。论文首先简要地介绍了认知无线电的基本概念和研究现状,然后总结了现有的认知无线电的接入技术,结合国内外研究状况对分布式网络中择机频谱接入面临的问题进行了分析,提出了本文的研究内容和意义。针对分布式网络中,CRU由于硬件条件的限制,无法获知全部信道的可用状态,只能选择其中几条进行检测、接入,第三章中提出了基于部分可观测马尔科夫决策过程(Partially Observable Markov Decision Process, POMDP)的接入算法,包括了一次决策和多次决策两种方案。在第四章中,针对多用户场景下,如何减少认知无线电用户之间的冲突,提出了基于无悔学习(No-regret learning)的接入算法。仿真结果显示,该算法具有收敛速度快,易于实现的特点。第五章中将前两章提出的接入算法协议化,考虑了收发节点之间的协商过程,提出了基于分组预约的多信道MAC(Medium Access Control)协议,该协议的特点是最大限度地避免了控制信令的冲突以及认知用户之间的冲突,有效地解决了隐藏终端、暴露终端的问题。最后,对全文进行了总结,并提出了OSA算法和协议下一步的研究建议。