卫星通信技术凭借其覆盖面积大、通信距离远的优点,逐渐在各个领域扮演着越来越重要的角色。目前卫星通信需求和业务应用类型的逐渐增加,正在加剧频谱资源的紧张程度,然而,频谱资源利用率低的根本原因是当前采用的固定频谱分配策略。为了从根本上解决卫星通信网络中频谱资源短缺与频谱利用率低之间的矛盾,需要研究卫星通信系统中的动态频谱接入技术。本文首先结合国内外研究现状分析了卫星认知无线网络动态频谱接入过程中遇到的关键挑战。并且通过研究认知无线网络动态频谱接入的基本理论,分析了卫星认知无线网络动态频谱接入过程中的关键技术,并分析和比较了国内外近年来提出的三种典型卫星认知无线网络动态频谱接入场景。在此基础上,本文设计了一种采用集中式架构的卫星认知无线网络动态频谱接入场景。该场景充分考虑了卫星终端载荷及能耗的限制,具有良好的可实现性,且认知网络采用集中式管理架构,易于实现高效的频谱感知和网络中的干扰抑制。接下来,针对卫星认知无线网络中频谱感知困难的问题,在本文设计的认知无线网络场景下研究了基于大数据分析理论的大规模认知无线网络频谱感知算法,并基于大数据分析理论提出了一种特征值指数均值算法。该算法充分利用了感知结果样本协方差矩阵的所有特征值来进行判决,相比于传统的基于大数据理论的频谱感知算法,本文提出的算法能够在不知道授权用户先验信息的情况下有效提升频谱感知算法的性能。最后,针对卫星认知无线网络中授权用户受到干扰的风险增加的问题,在本文设计的认知无线网络场景下研究了网络用户行为预测算法,并提出了一种基于级联前向神经网络的多步预测算法。该算法利用级联前向神经网络较强的学习能力,通过学习和分析授权用户对频谱的历史占用情况,对未来若干个感知时隙内的授权用户行为进行预测,使得认知网络的基站能够利用这些预测结果对认知用户的频谱资源使用情况进行及时调度,进而在最大程度上减少认知用户对授权用户的干扰。