随着计算机网络技术的不断发展,无线网络通信技术不断的改变着人类的沟通方式与生活方式。针对传统无线通信技术的不足,学术界研究人员提出了以Ad Hoc网络为代表的新型无线通信网络的体系结构。Ad Hoc网络是一种无中心自组织的无线多跳网络。与传统的无线通信网络不同,Ad Hoc网络并不依赖基础网络设施,所有的节点都被看作是用户,根据位置与路径需要,承担部分中继节点职能。这种体系结构具备高度灵活和自治的特点,网络管理与维护的相关活动也显得更加复杂而有趣。目前国内外有关Ad Hoc网络,特别是其自治特性方面的研究工作,是无线通信网络方面学术界所关注的重点和热点之一。由于Ad Hoc网络具备多种网络性能标准和可变参数,具备典型的复杂网络特性,因此为Ad Hoc网络采用自治方法选择理想的网络运行方式以应对环境变化,是较为困难的。传统的Ad Hoc网络,采用事件-条件-行为的响应模式进行网络的管理和优化工作,具有一定的被动特性,而目前有关认知科学与认知机制在计算机网络通信方面的应用,则为网络管理行为的启发方式提供了新的可能。研究基于认知机制的Ad Hoc网络可以有效改善网络性能。所谓基于认知机制的Ad Hoc网络,就是一种通过搜集参数,进行学习和推理,动态适应复杂网络条件,以达到优化端到端性能的Ad Hoc网络。在该应用场景中,用户决策面向网络级目标,而非作用于单一的网络设备。本文的研究重点,就是在原有的Ad Hoc网络中引入认知机制,并将体现认知机制的管理模型分布化到Ad Hoc网络中,然后采用将Ad Hoc网络形式化的方式,将Ad Hoc网络的运行过程以及其中存在的问题抽象化,进而在抽象模型中研究Ad Hoc网络的性能优化问题。为了达到上述目标,本文的主要研究工作如下：(1)基于以往的有关认知机制与认知过程的研究成果,本文提出了面向AdHoc网络的认知机制的功能框架。然后根据Ad Hoc网络的分布式和多跳的灵活性特点,以及能耗方面的限制,提出了认知机制功能框架的分布化方案,实现了面向Ad Hoc网络的分布式策略管理系统。最后给出了一个面向冲突避免的策略用例实验,验证了相关工作的有效性。(2)本文根据博弈论模型和多目标优化理论,对Ad Hoc网络进行了形式化研究,并根据其特性描述了Ad Hoc网络模型与博弈论模型之间的关系。在此基础之上针对认知过程在网络模型上的作用机制,提出了决策行为特性的概念,对自私、无知和控制三种决策行为特性进行了定义,并以此为基础提出了认知过程中决策行为的特性价值理论作为评价和制定决策的基础。(3)本文在基于认知机制的形式化Ad Hoc网络中加入了部分约束条件,将形式化的网络模型约束为势博弈型和拟凹函数型等两种网络优化模型,并结合博弈理论,采用Uryasev、Gabay、Yates等三种收敛方法论证了两种网络优化模型的可收敛性和可优化性。并进一步给出了收敛过程的特定特征行为向量解或最优响应决策序列的计算方法。最后在收敛过程的研究基础上又对特定模型的决策行为特性价值进行了研究和评估。(4)结合上文提出的基于认知机制的分布式策略管理系统和网络优化模型,本文针对Ad Hoc网络中较为普遍的面向多播树的生命周期优化问题,引入了能量效率、有向接收天线以及SINR的需求,提出了一种分布式的基于认知机制的解决方案,通过调整节点运行状态和优化多播树结构的方法,对多播树的生命周期进行优化。并采用MILP模型来为方案的有效性进行一种具备可比性的量化评估。最后用决策行为特性价值的评估方法对解决方案中的决策行为特性进行评估,并揭示了各种决策行为特性在决策方案中的意义。综上,本文以Ad Hoc网络的性能优化为目标,在网络模型中引入认知机制的概念,对Ad Hoc网络模型的形式化问题和约束条件下的网络博弈模型求解问题进行了深入研究,并描述网络模型从任意初始状态到最优状态的行为向量求解过程,并且对网络模型的可收敛性和可优化性进行了论证,并给出了相关的实验与用例。