当今,无线通信快速发展,大量的无线通信技术不断涌现。但无线频谱稀缺的问题一直没有被完全解决,认知无线电技术在此背景下诞生。认知无线自组织网络,在自组织网络中加入的了认知无线电技术,有效增加自组织网络的频谱利用率,因此广受相关研究机构以及学者的关注。其中,频谱检测、频谱共享、信道分配等方面一直是该领域的研究热点。本文主要研究认知无线自组织网络中信道分配的问题,重点针对鲁棒性的拓扑控制信道分配方案进行学习与分析,并在此基础上提出了加入贪婪机制的鲁棒性拓扑控制方案及基于主用户行为预测的鲁棒性拓扑控制方案。本文主要的研究内容及创新如下:1.对鲁棒性拓扑控制算法进行研究与分析。通过查阅相关的文献与资料,对认知无线自组织网络中信道分配的相关技术展开了深入的学习,重点针对鲁棒性拓扑控制方案进行了详细的研究。2.结合贪婪算法的思想,对鲁棒性拓扑控制算法进行优化。在鲁棒性拓扑控制算法中,信道分配主要由该信道被使用的次数决定被分配的顺序,这种方式一定程度上减少网络中的干扰。然而,此方式只能降低认知用户之间形成干扰的可能性,不能从根本上增加网络的抗干扰性能。本文在原有算法基础上加入了贪婪算法的思想。进行信道分配时,对认知用户节点之间的潜在干扰进行数学建模与量化,运用贪婪机制进行信道分配。实验结果表明,此方案能在保证原有网络鲁棒性的基础上降低认知用户之间的干扰,提升网络整体的抗干扰性能。3.在加入贪婪机制的鲁棒性拓扑控制算法的基础上,提出了更具合理的基于主用户行为预测的鲁棒性拓扑控制策略。主用户占用信道是导致认知用户网络产生分割的主要原因。对于认知用户而言,被分配的信道若被主用户频繁的接入,认知用户之间会不断的重新分配信道,导致网络稳定性下降。本文运用马氏链模型对主用户行为预测,将预测的结果与运用贪婪机制得到的认知节点网络中链路的干扰计算结果相结合,得到一种更为合理的信道分配方案。通过仿真实验证明,本文提出的主用户行为预测的鲁棒性拓扑控制策略能保障网络连通率,提升网络整体的吞吐量,有效减少网络多次信道再分配的问题。