近年来,无线通信对频谱资源需求爆炸性增长与频谱资源低效利用现实状况之间的矛盾日益突出。认知无线网络允许认知用户通过频谱感知和机会接入使用未被主用户使用的频谱资源,在对主用户不造成严重干扰的条件下使用授权频段,可以显著提高频谱效率,最终实现智能动态频谱接入,被认为是解决上述矛盾的关键技术之一。因为认知用户物理层非理想的频谱感知和媒体接入控制层的竞争接入都会对主用户干扰概率和认知用户吞吐量产生影响,所以需要从分析非理想频谱感知和竞争接入的综合影响入手,对认知无线网络的性能进行跨层分析。因为认知用户与主用户共享频谱资源,主用户干扰概率和认知用户吞吐量是互相制约的两个性能指标,所以需要从主用户干扰概率和认知用户吞吐量的折中出发,对认知无线网络的性能进行跨层优化。认知无线网络的跨层性能分析和优化,是认知无线网络理论研究和实际部署中亟待解决的问题。本文围绕认知无线网络机会频谱接入的跨层性能分析与优化展开研究,考虑实际的无线环境(包括主用户业务分布随机性和信道异构性)以及典型接入协议(包括协作感知接入和多信道认知无线网络)等具体的网络场景。主要工作和意义包括:针对认知无线网络中主用户干扰概率和认知用户吞吐量的折中问题,综合考虑了物理层非理想频谱感知和MAC层多认知用户竞争接入的影响,提出了一种跨层的分析模型和优化方法。本文理论推导了认知用户在非理想频谱感知和多认知用户竞争接入共同影响下的条件发送概率。认知用户条件发送概率的准确建模是认知无线网络跨层性能分析和优化的基础。首先,将认知用户数据帧的碰撞分为由于漏警导致的与主用户的碰撞以及由于竞争导致的与其他认知用户的碰撞,计算得到了总的碰撞概率,在此基础上将认知用户的退避过程建模为二维马尔科夫链,计算了认知用户在检测到信道空闲时的条件发送概率。其次,分析了有代表性的时隙Aloha协议和DCF协议,计算得到了认知用户吞吐量和主用户干扰概率的闭合表达式。然后,与将检测概率作为约束的相关研究不同,本文使用主用户干扰概率作为约束,以认知用户吞吐量为优化目标。最后,证明了当主用户干扰概率约束转化为等式约束时认知用户吞吐量最大,并提出了一种关于感知时间的折半查找算法来计算优化问题的最优解。仿真结果证明,当使用本文提出的跨层解法对频谱感知参数进行优化时,认知用户吞吐量明显优于传统方法获得的吞吐量。针对主用户业务复杂分布下的频谱感知参数和帧长度联合优化问题,采用随机过程理论将信道状态变化建模为交替更新过程,提出了一种二维折半查找算法计算最优解。该算法根据信道状态的统计信息自适应调整认知用户频谱感知参数和帧长度,适用于主用户随机到达和离开信道的实际主用户业务分布。首先,考虑主用户在感知阶段和数据发送阶段随机到达和离开信道,将能量检测建模为四元假设的检测问题。将信道空闲和忙两种状态的转化建模为交替更新过程,通过计算状态转移概率,分析主用户的业务分布对频谱检测和对认知用户竞争接入的影响;在此基础上,分析非理想频谱感知和认知用户竞争接入对认知用户的发送概率的影响,进而计算主用户干扰概率和认知用户吞吐量的闭合表达式,将折中问题建模为主用户干扰概率约束下的认知用户吞吐量最大化问题。最后,将优化问题分解为对频谱感知参数的优化和对帧长度的优化两个子优化问题,提出了通过对帧长度和感知时间的二维折半查找算法获得最优解,即最优的帧长度、感知时间和检测门限的组合。仿真结果验证了所提二维搜索算法的有效性,同时也表明当主用户频繁离开和到达信道时,认知用户需要使用更多的额外开销以保证主用户干扰概率约束,认知用户的吞吐量性能会显著下降。针对功率受限认知无线网络中信道异构环境下的频谱感知和功率分配联合优化问题,分析了信道衰落特性和认知用户功率约束对跨层模型的影响,设计了一种基于簇的粒子群算法计算最优解。该算法适用于主用户到认知用户的信道衰落具有异构性或者认知用户的平均功率受限的认知无线网络,可同时提高认知用户的频谱效率和能量效率。首先,本文使用自由空间损耗建模主用户到认知用户的信道衰落,主用户到各认知用户距离的不同使得信道衰落具有异构性;同时考虑每个认知用户用于频谱感知和数据发送的平均功率受限,认知用户根据信噪比和剩余的发送功率自适应调整发送速率。然后分析了信道异构性和功率受限认知用户的影响,推导了主用户干扰概率、认知用户吞吐量和认知用户平均功率的闭合表达式,将折中问题建模为主用户干扰概率和认知用户平均功率两个约束下的认知用户吞吐量最大化问题。最后,为了求解该混合整数非线性优化问题,本文提出了一种基于簇的粒子群算法,通过簇中粒子、速度、适应度和当前最优粒子的迭代更新,可收敛至全局最优解。仿真结果验证了基于簇的粒子群算法可以高效的解决优化问题,同时,对频谱感知参数和进行优化时,考虑信道异构性影响可以在满足主用户干扰概率的前提下最大化认知用户吞吐量。针对多信道认知无线网络的性能分析和优化问题,计算了认知用户选择子信道随机性导致的竞争同一子信道的认知用户数的概率分布,提出了一种结合子信道数条件的感知参数优化算法。本文考虑了认知无线网络可用的"频谱空洞"多为离散且独立的多个子信道的现实情况,研究成果能够为多信道认知无线网络的设计和优化提供理论基础。首先,考虑多信道认知无线网络中,认知用户随机选择子信道感知和接入的情况,计算选择同一子信道的认知用户数的概率分布,在此基础上建模计算认知用户的条件发送概率。然后,考虑有代表性的时隙Aloha和DCF两个接入控制协议,推导出主用户干扰概率和认知用户吞吐量的表达式,将折中问题建模为干扰概率约束下的认知用户吞吐量最大化问题,同时通过对采样数的搜索计算优化问题的最优解。仿真结果证明,与忽略多信道竞争接入的传统方法相比,采用本文设计的跨层方法可以显著提高认知用户的吞吐量性能;同时,子信道数也会对优化问题的解和认知用户吞吐量性能产生影响。针对基于协作感知接入的认知无线网路的性能分析和优化问题,定量分析了协作感知带来的感知可靠性的改善以及协作过程引入的额外开销,提出了一种协作感知策略和频谱感知参数的联合优化算法。本文从跨层角度对协作频谱感知和竞争接入进行综合分析,适用于协作认知无线网络的跨层优化。首先,本文对频谱感知结果的分布、认知用户协作的时间开销以及协作感知策略进行建模。然后,量化协作感知导致的可靠性的提升和额外开销的增加,计算协作感知下主用户干扰概率和认知用户吞吐量,将折中问题建模为干扰概率约束下的认知用户吞吐量最大化问题。最后,将优化问题分解为给定融合准则下对感知参数的优化和对融合准则的优化两个子优化问题,通过对融合准则和采样数的二维搜索计算最优的融合准则、感知时间和检测门限的组合。仿真结果表明使用本文的跨层方法对协作策略和感知参数进行联合优化可以显著提升认知用户吞吐量性能。