认知Ad Hoc网络是一种由认知无线电(CR)临时自由组合的无线网络。它不需要基础设施,能够利用空闲频谱以自组织方式进行通信。随着Ad Hoc网络业务日益多样化,服务质量(QoS)问题越来越重要。在认知Ad Hoc网络中,未授权的空闲频谱由CR共享。媒体访问控制(MAC)协议负责协调所有CR对空闲信道的接入,是实现认知Ad Hoc网络的关键技术之一。它不仅影响无线信道资源的利用率,同时影响网络其它各层协议的性能,也是认知Ad Hoc网络支持QoS的关键。本文较深入地研究了支持QoS的按需接入MAC算法,主要内容包括:　　 本文提出基于粒子滤波的自适应MAC算法。分析了网络吞吐量的近似优化条件,得出最优争用窗口与节点数的关系。重点研究了基于粒子滤波的网络节点数预测算法,通过实时预测节点数来间接获得最优争用窗口。NS2实验表明,该算法根据网络负载自适应地调整争用窗口,保证网络吞吐量接近最优。　　 接着,重点研究支持QoS区分的认知MAC算法。在二进制指数退避算法中引入传输概率区分,并利用Markov过程建立网络分析模型,为该算法的QoS区分机制提供理论依据。在此基础上,提出一种多智能体传输概率Q学习的按需接入MAC算法。一方面,该算法能够对CR的QoS需求进行学习,优先满足高优先级业务的QoS；另一方面,该算法能够与实时变化的网络环境相适应。　　 最后,提出基于资源预留的多信道认知MAC协议。研究了具有多优先级的信道选择算法。该算法能够为高优先级预留较多的信道资源,实现CR的按需接入,同时保证相同优先级之间的公平性。