认知无线电作为缓解频谱资源紧张的重要手段，可以感知空闲频谱位置并能充分利用，认知无线电技术的出现对提高频谱资源的利用率，解决频谱资源匮乏具有十分重要的意义。对认知无线电的频谱预测可以提高频谱利用率，节省感知消耗的能量，减少授权用户和认知用户的业务冲突。本文提出了神经网络预测方法。神经网络预测是一种人工智能的方法，具有复杂性低、准确率高的特点。论文的工作重点主要有两个部分，一部分是利用神经网络对认知无线电的频谱进行预测，另一部分是对预测出的结果分析选出最优的空闲频谱。　　 本文的主要工作如下：　　 (1)首先阐述了课题的研究背景。详细介绍了认知无线电的基本原理以及其关键技术。　　 (2)简要介绍预测理论、自回归预测算法和神经网络理论，在神经网络理论的基础上提出预测算法，重点对神经网络的方法进行分析，在时域与多维时域上分别进行仿真实验。　　 (3)应用动态频谱选择算法进行频谱选择，首先对预测得到的空闲频谱的可用率和稳定度两种参数进行分析，设置门限值选择出两种参数均较高的频谱，然后再对认知用户是否和授权用户冲突进行分析，最后对本文所应用的动态算法和普遍的随机选择接入算法的性能进行仿真对比分析。