认知无线电是一种对外界环境具有认知能力,可以通过对外界环境的建模学习,根据需要自适应的实时调整相关工作参数,从而适应外部环境变化的智能无线电技术。认知无线电网络应用的主要目标有两个:其一是任何时间任何地点都能保障的高可靠通信,其二是对频谱资源的高效利用。传统的无线MAC层技术主要是针对固定频谱分配的无线网络设计的,无法满足认知无线电网络动态频谱分配的需求。本文以认知无线电MAC层频谱管理的基本功能:频谱感知、频谱共享、频谱接入和频谱分配为研究出发点,结合认知无线电MAC层的技术特征进行相关算法和协议的优化设计。主要工作及贡献如下:1.针对协作频谱感知中的本地感知结果上报碰撞问题,提出了一种基于非竞争上报的MAC协议。与传统协作频谱感知MAC协议不同,本章设计的MAC协议新增了感知上报接入字段和上报时隙重新分配字段,来实现非竞争的感知结果上报。为了进一步提升协议性能,分别以吞吐量最大化和能量效率最大化为目标,设计了两种协作感知接入控制机制。最后,通过大量的仿真实验,证明了本章所提出的MAC协议在吞吐量和能量效率等指标上优于已有的相关工作。2.针对分布式认知无线电网络下的多用户频谱接入问题,提出了一种动态退避算法。进一步,为了在认知无线电网络实现该算法,提出了一种分布式多信道认知MAC协议。所提出的动态退避算法综合考虑了竞争认知用户数,感知空闲信道数的影响,在初始退避窗口和后续退避窗口选择中自动选择令网络期望吞吐量最大化的退避窗口,以提高网络吞吐量,降低信道接入时延。考虑算法实际应用,所提出的分布式多信道认知MAC协议则在其竞争字段嵌入动态退避算法,以实现竞争字段时长的动态调整,减少多用户接入冲突。仿真实验结果表明,与已有协议相比,本文所提出的认知MAC协议取得了更高的吞吐量和更低的信道接入时延。3.针对基于载波聚合技术的认知无线电多信道网络的频谱分配公平性问题,提出了一种公平多信道分配算法。考虑所提出算法的实际应用,还设计了一个新的MAC协议来解决感知和竞争接入的问题。首先,基于Jain’s公平性指标,以最大化空闲信道使用效率为约束条件,建立了公平多信道分配优化问题,并将该问题转化为一个二次整数规划问题。接着,根据Jain’s公平性指标的定义,设计了一个启发式的算法来找到最大化公平性指标的信道分配方式。然后,在新设计的MAC协议的信道分配字段利用信道分配算法所得到的信道分配方式进行频谱分配。接下来,对所提出算法和MAC协议在吞吐量、公平性、信道成功预约概率、阻塞率等方面的性能进行了分析。仿真实验结果表明,与已有MAC协议相比,本文所提出的算法和MAC协议在吞吐量和公平性两个指标间取得了很好的折中。4.针对认知LTE-A异构网络下行跨层干扰问题,提出了一种LTE-A下行部分频谱共享算法。该算法首先将LTE-A异构网络的工作频带划分成宏基站专用频段、共享频段和家庭基站专用频段三部分,从而将下行跨层干扰问题转化为共享频段的下行干扰问题。接着,针对共享频段的下行干扰问题,结合认知无线电网络频谱共享技术中的交织模式和衬底模式,设计了一种下行混合频谱共享算法,使得家庭基站能够根据接收到的宏基站下行信号干扰强度,动态选择对应的频谱共享模式,避免下行跨层干扰,提高共享频段的频谱使用效率。此外,考虑异构网络的实际应用,在给定跨层公平约束的条件下,以吞吐量最大化为目标构建了关于家庭基站专用频段占比的优化问题,并以全局搜索算法求得了最优的家庭基站专用频段占比。仿真实验结果表明,与已有算法相比,本文所提出的的算法提升了的异构网络的总吞吐量。