随着无线通信应用的普及,有限的无线频谱资源和宽带业务需求之间的矛盾日益突出。为了缓解资源和需求之间的这一矛盾,无线通信技术开辟了两个途径:一是寻求更高效的调制机制,提高频谱效率;二是改进现有的频谱使用方式,通过伺机频谱接入,高效利用资源。认知无线电就是从提高频谱利用率角度,力图通过改变传统的固定频谱分配和使用模式,使得频谱资源的利用更加高效。作为近年来无线通信领域关注的重点技术之一,认知无线电基于这样一种事实:频谱资源的缺乏并非由于频谱匮乏,而是由于固定频谱分配和使用方式造成的。认知无线电作为一种智能频谱共享技术,依靠人工智能的支持,感知无线通信环境,根据一定的学习和决策算法,实时自适应的改变自身工作参数,动态的检测和有效的利用空闲频谱,理论上允许在时域、频域和空域上进行多维的频谱复用和共享。在认知无线电网络中,不同认知节点的可用信道集合随空间和时间变化。认知MAC协议应解决的关键问题包括:实现收发两端之间的信道选择,确保收端能与发端使用相同的信道;当发端进行数据分组传输时,克服来自邻居节点的干扰;在全网内发布可用信道集合的变化信息;根据信道质量信息实施信道动态切换。论文以认知无线Mesh网络为应用对象,重点研究MAC接入协议和动态频谱分配算法,主要内容包括:1)基于认知无线Mesh网络的结构和特点,提出一套通信链路解决方案。在分布式网络环境下,利用各个分簇的簇首作为转发中心,将各个分簇互连成为一个完成的网络。2)以上述网络模型为基础,结合传统的CSMA/CA接入协议,提出一套可用于认知无线电环境下的接入机制。在通信过程中,各个节点通过交互CO-RTS/CO-CTS帧来相互了解对方的可用信道信息,约定双方选用的数据信道,并通过竞争方式避免干扰。在特定的网络条件下进行性能分析和仿真测试。3)通过对上述接入机制的综合分析,得到Cog-Mesh网络在簇内信道分配存在不公平性,资源利用率低等特点,提出一种公平、高效的动态频谱分配策略,并进行性能对比仿真测试和评价。