未来通信网络是一个泛在、异构的网络模式,多接入方式并存,多节点协同工作,支持不同程度的无缝移动特性,同时它又是一个智能化无线通信系统,能够随时感知外界环境,并根据当前的网络状况自配置以响应和动态自适应环境和操作的改变。另外,它还需要具备自我意识和自动学习能力,借助于人工智能技术,通过具有网络意识的中间件和网络各组成部分分布式交叉认知,从获知的环境参量中不断增强学习,以满足日益增长的未来通信对网络智能化要求。认知网络的概念由此应运而生。本文首先对国际各大权威机构的认知网络定义进行了深入分析,并在此基础上提出了作者本人对认知网络的定义。认知网络应当具有个可以感知当前网络环境的认知过程,它能够对当前网络环境进行观察,通过对网络环境的理解,动态的调整网络的配置,并在此基础上进行计划、决策和行动,从而灵活地适应网络环境的变化。同时,网络还应具有从变化中学习的能力,并能够对未来进行以端到端为目的的决策。随后对以IEEE 802.22为代表的认知无线电网络架构和欧盟第七框架下E3项目中提出的认知网络架构进行了深入的分析和研究。这两种网络架构虽然实现了一定智能功能,但主要认知能力集中在对频谱使用的感知上。而论文中定义的认知网络应该是一个端到端,全方位,多层次的认知网络。因此,论文在结合现有网络架构和论文对认知网络定义的基础上,提出了一种基于异构融合技术的新型认知网络架构模型,以满足论文中对认知网络功能实现的需求。由于认知网络自感知、自适应、自配置、自我意识、自我学习等独特的智能特性,决定了这种网络的行为模型将在很大程度上区别于传统网络。为此论文在目前网络分层模型的基础上,引入认知过程,设计一种适用于认知网络的层次化行为模型。并在此行为模型的基础上,设计一种具有认知能力的路由策略,并进行仿真实现。通过仿真可以看到,通过网络的自我认知过程,可以达到更加理想网络配置,从而提高网络整体效率。