静态的频谱分配策略导致授权频段频谱利用率低下,认知无线电技术通过寻找并使用时域、频域和空域未充分利用的资源,可以提高频谱的利用率,缓解资源紧缺的现状。本文对认知无线电网络中的频谱切换技术展开研究和分析,针对现有频谱切换算法存在的问题,提出改进算法。现有频谱切换算法通常是基于理想感知的,而在实际的认知无线电网络中却不可避免的存在虚警和漏检等非理想频谱检测的情况,错误的频谱检测会引发错误的切换判决,影响系统性能。因此本文提出一种基于非理想感知的主动式频谱切换算法。首先把授权用户的业务流建立成ON/OFF指数交替模型,利用虚警、漏检概率对感知信息进行修正,提高对频谱未来状态概率预测的准确性;然后利用本地信道的历史信息,在预测信道剩余空闲时间时,加入动态的修正值,实现对信道空闲时间更准确的估计,并把当前信道的剩余空闲时间作为切换的判决条件;最后给出相应的切换策略。仿真结果表明,所提算法消除了非理想感知对系统性能的影响,提高了频谱利用率,并减少了频谱切换次数。在现有分布式主动频谱切换策略中,通常仅根据授权频谱的可用性和稳定性来选择目标信道,没有考虑认知用户的QoS,并且在多用户情况下,认知用户会选择相同信道,造成认知用户间的干扰。因此本文提出一种基于多属性判决和蚁群分工算法联合的目标信道选择算法。首先把认知网络的频谱切换过程映射到蚁群分工模型中,并把信道允许的最大传输功率作为刺激强度,计算认知用户对各候选信道的选择概率,并对其进行排序;然后综合考虑信道的带宽、时延、误码率、信噪比、信道空闲时长等多因素对频谱选择的影响,利用TOPSIS算法计算前K个各候选信道的综合质量,其中各因素的权重由九级标度法赋值的固定权值和信道间变化方差的动态权值共同决定。当需要切换时,认知用户选择前K个候选信道中综合质量最好的信道。仿真结果表明,所提算法减少了认知用户间的冲突,且链路保持概率、阻塞概率性能指标具有较大优势。