频谱感知及路由选择是促进认知无线网络普及应用的重要关键技术,已成为当前研究的热点,本文选题来源于国家自然科学基金等项目,具有重要的理论意义和广阔的应用前景。本论文在对认知无线网络频谱感知及路由技术的基本原理进行深入研究的基础上,主要完成了以下具有创新性的研究成果：针对能量检测受噪声不确定性影响较大以及公共控制信道受限的问题,提出了一种多频带联合检测的周期性协作频谱感知算法。各认知节点在噪声不确定的外界条件下能够利用双门限能量检测周期性地对网络中的所有频段进行多频带联合检测,在协作感知的信息融合过程中利用本节点已确认空闲的信道来传递本节点的感知信息。这种方法能有效减少频谱感知过程中公共控制信道的通信负载,并且在本地检测结果为不确定的频段能获得更小的漏警概率。针对典型线性加权协作频谱感知基本框架,提出了一种基于蚁群算法的权重向量求解方法来实现线性加权协作频谱感知。以蚁群算法求取函数最优值的理论为基础,使数据融合中心能够根据实际的无线环境来调整各认知用户本地感知结果在协作感知决策中的比重,从而改善协作频谱感知效果。针对认知用户和主用户具有相同的循环频率时,无法利用传统循环平稳特征检测进行频谱感知的局限,提出了基于自信号消除的无静默期循环平稳特征检测。先利用线性预测原理预测认知用户的下一个接收信号,在实际的接收信号中减去此预测信号来减小认知用户传输数据对频谱感知的影响,然后再对剩余信号在循环频率处的自相关函数特征进行检测。这样就可以实现认知用户在传输数据的同时检测主用户信号是否出现,而不必周期性地停止数据传输进行频谱感知,这在一定程度上可以提高空闲频段的使用效率。针对认知网络中可用信道随时间变化、认知用户可以自主切换通信频率的特点,提出了基于蚁群优化的认知无线网络路由选择算法。在不需要公共控制信道参与路由信息传输的前提下,将蚁群优化算法应用于多跳认知无线网络,利用认知节点所感知到的网络状态信息,结合按需路由基本流程,以综合测度作为度量标准进行路由选择。仿真结果表明,这种算法可以有效地减少路由发现过程中的路由协议开销和路径发现时延。论文最后对本文的研究工作进行了全面的总结与概括,并对接下来的研究方向进行了展望。