认知无线电是解决当前频谱资源匮乏的热门技术，它通过感知无线环境，寻求可用频谱资源，进行智能、动态地频谱选择，打破了传统的以无线通信系统固定划分频谱资源的方式，从而提高了频谱资源的利用率。频谱切换是一种新型的切换，是认知无线电关键技术之一，用于认知用户在必要时进行频段转换。频谱切换在很大程度上决定了频谱的利用率和系统的吞吐量，因此，探索并建立高效的频谱切换模型和切换信道选择算法具有重要的理论与应用价值。目前，针对认知无线电频谱切换的研究并不多，为研究频谱切换过程对认知系统性能的影响以及设计出频谱切换信道选择算法以减少切换带来的影响，是本文的研究目的。　　 本文首先介绍了认知无线电和频谱切换的一些理论基础，考虑到认知无线电环境中空闲频谱的特性差异，利用多特性决策理论对各频谱特性进行理论分析，引入切换风险概念对频谱特性进行风险评估，将切换风险最小化作为切换频谱选择的重要参考依据，利用蚁群任务分配模型对认知无线电切换频谱的选择进行建模，提出了基于多风险切换的频谱选择算法。仿真结果表明，通过该算法，认知用户能“智能”地选择切换风险小的频谱，选出的频谱在系统各个性能上表现较好，降低了认知用户的切换概率。授权用户对频谱的占用具有不确定性，当有频谱切换请求时，对空闲频谱的感知势必带来更大的延迟，如果能预测某频谱在下一个状态的可用性，将大大降低感知带来的时延，为此，本论文引入基于经历一加权的学习算法，通过对各授权频谱历史占用情况的加权学习，预测频谱切换发生时，各频谱在下一时刻空闲的概率，结合各授权频谱在切换时刻以后一段时间的长期历史统计规律，为认知用户选择可用性“最佳”频谱。仿真结果表明，利用该算法，降低了频谱切换时延，减小了认知用户的频谱切换率。