认知移动自组织网络是由多个地位相等的移动节点所构成的认知网络,是移动自组织网络技术与认知网络技术的结合。认知网络的智能性主要体现在其重构能力上,网络重构技术使网络能够根据内外部环境条件变化导致的网络状态的变化,动态优化配置网络结构和网络协议,提高网络通信性能。随着无线通信网络的不断发展,用户对认知网络的要求越来越高,作为认知网络的关键技术之一,网络重构技术以其重要性和不可或缺性逐渐得到了大家的重视,已成为认知网络的一大研究重点。目前的网络重构技术研究并没有形成体系,还没有完全覆盖到重构实现的方方面面,基本上分布在几个细节的研究点上面。认知移动自组织网络的重构技术的研究尚处于初始阶段,研究内容主要集中在基于认知信息的各层协议的优化设计上。本文研究网络重构技术在认知移动自组织网络中的应用和操作,在已有相关文献的研究基础上,主要研究网络参数重构和路由协议重构。本文的研究内容主要分为以下几个部分:首先,基于网络参数的多样性,对移动Ad Hoc网络的参数进行了分类,并详细介绍了不同场景下的网络参数的选取方法。其次,由于网络重构本质上是一个多目标优化问题,详细介绍了优化目标函数的构建方法,包括各性能参数效用函数的构建和多指标合成模型的选取。然后,提出了一种基于贝叶斯网络、遗传算法和案例推理的网络参数重构算法,包括在某些代表性网络场景下基于贝叶斯网络和遗传算法的策略知识库的构建方法和在新的网络场景下基于案例推理的重构推理决策方法,参数重构通过协议参数的动态调整实现网络对动态环境的适应性,仿真结果证明参数重构算法的运用能在动态环境中提升网络性能,包括端到端时延、网络吞吐量和分组递交率。最后,提出了一种基于自适应神经模糊推理系统的路由协议重构算法,通过建立路由协议性能行为模型实现不同网络场景下选择不同路由协议的目标,保证网络在动态环境中的通信性能,仿真结果表明路由协议重构算法使网络能够基于网络场景选择能提供最优通信性能的路由协议,从而验证了算法的有效性。