目前无线服务需求的不断扩大促进了认知无线电技术的发展，它突破了传统静态频谱分配策略的局限性，以全新的角度来使用频谱资源，是一种有效提高频谱利用率的技术，能够极大地解决频谱稀缺的难题。动态频谱接入是认知无线电技术研究热点之一，它主要研究认知用户怎样在动态环境中有效择机使用授权频段。在物理层进行频谱感知来检测授权用户的行为是认知无线网络中动态频谱接入技术的主要挑战之一，现实中认知用户在物理层的频谱感知能力有限，由于硬件开销等代价，它们不能很好区分行为（如频谱接入）是来自授权用户还是非授权用户。而且在多信道环境中，由于CR设备的限制非授权用户无法同时感知所有信道。此外，现有研究中基于中心控制器或公共控制信道的假设也是代价极大的。针对这几个问题，本文提出了两种基于有限频谱感知假设的分布式多信道动态频谱接入算法，经仿真验证，这两种算法能够在认知用户感知受限的情况下达到较好系统性能。本文首先简要介绍了认知无线电技术与动态频谱接入技术的概念及其发展背景、研究现状等，并介绍几种经典的动态频谱接入策略和认知无线电MAC层协议。然后，本文研究了基于有限频谱感知假设的有记忆认知MAC协议，并通过将Q学习算法映射至动态频谱共享系统中，提出基于Q学习的多信道有记忆动态频谱接入算法，并对算法进行仿真分析，仿真结果表明该算法能够在完全分布式及有限频谱感知条件下达到较高信道利用率。接下来，本文针对信道选择过程中选择最优信道还是避免冲突间的权衡问题，考虑了认知用户在学习过程中与其他用户的碰撞，基于探索与利用均衡的混合随机信道选择策略提出探索利用均衡多信道有记忆动态频谱接入算法，通过仿真表明算法能够克服认知用户在物理层的感知局限性，最终实现认知用户分别以较高概率稳定在不同的信道。最后，本文利用OPNET网络仿真工具设计开发了一个应用于广播电视频段场景中的动态频谱共享系统网络仿真平台，该平台具有可扩充性，能够对动态频谱接入算法和动态频谱共享MAC层协议进行性能评估。