随着无线设备和应用的日剧增加,移动Ad Hoc网络受到了越来越多的关注。作为一种分布式,多跳,自组织的无线网络,Ad Hoc网络在军事战场,灾难救助,个人通信和传感器网络等领域发挥着巨大作用。同时,因其多跳,带宽和节点能量受限等特点,组播技术成为其中一种有效传送数据包和提高带宽利用率的方案。认知无线电技术,作为一种应对频谱资源稀缺问题的解决方案,允许认知用户动态接入当前不被主用户使用的频谱。在认知网络中,认知用户首先检测频谱空穴,然后将其划分为多个信道,选择一个当前不被主用户占用的信道用于数据传输。Pyo等人引入了一种链路控制的无线系统用于控制终端并提出一种基于链路最小权重的路由算法。SPEAR,频谱感知路由算法,引入了端到端的链路数据流优化。当前的认知无线电技术研究主要集中在频谱感知,媒体接入控制和与网络层单播路由算法相结合等领域,基于认知的组播路由算法研究还是块空白。本文提出一种基于认知的Ad Hoc网络移动组播路由算法,物理层通过认知技术动态掌控Ad Hoc网络节点可用的频谱信息。基于组播数据包的分发方式,现有的组播路由算法可分为基于树状,基于网格状和混合状三大类。树状的组播路由算法通过建立并维护一棵源树或者共享树来完成数据包的分发,例如PUMA算法,MAODV算法,AMRIS算法等。树状的组播路由算法能获得较小的端到端时延,但投包率性能较差。其中MAODV算法是单播AODV算法在组播上的扩展,PUMA算法因其较好的投包率和控制开销性能受到了较为广泛的关注,其主要特征在于采用单一的控制包来实现组播树的创建和维护中的所有功能,但受节点单一收发信机配置和组播组间信道上干扰等因素的影响,吞吐量性能表现不佳。网格状的组播路由算法,例如ODMRP和CAMP,通过建立并维护共享的网格来实现组播功能。该种路由算法鲁棒性较好但有效性不理想。混合状的组播路由算法综和上述两种算法,建立组播树前构造网格,却带来较大的控制开销,如AMRoute算法。在本文提出的算法中,网络层基于现有的PUMA算法来完成组播过程。本文在基于树状的PUMA组播路由算法的基础上提出CR-PUMA,一种结合认知技术和跨层机制的移动组播算法。在该算法中,物理层通过认知技术掌控AdHoc网络节点可用的频谱信息；网络层基于物理层的频谱信息计算出各个信道的可用概率和优先级,其中信道的优先级决定了该信道在数据链路层被调度的次序,网络层同时使用基于树状的PUMA路由算法完成整个组播通信过程。通过在NS2软件下的仿真表明,本文提出的基于认知的跨层移动组播算法,在投包率和吞吐量性能上比传统的移动组播算法有了显著的改善。同时,在移动Ad Hoc网络组播通信过程中,因我们假设节点均配置单一收发信机,导致会出现隐藏节点问题。我们引入JOIN/LEAVE机制来解决该问题,即通过节点在要离开的信道上发送LEAVE消息和在新切换到的信道上发送JOIN消息的方式来解决。