移动无线自组网(Mobile Ad hoc Wireless Networks: MANET)是一种无固定基础设施的无线通信系统,具有灵活部署、快速机动等优点,广泛应用于军事通信、应急通信等特殊领域。认知无线电作为一种智能频谱共享技术,依靠人工智能的支持,感知无线通信环境,根据一定的学习和决策算法,实时自适应的改变系统工作参数,动态的检测和有效的利用空闲频谱,理论上允许在时域、频域和空域上进行多维的频谱复用和共享,被认为是缓解目前日益增长的频谱需求与有限的频谱资源之间矛盾的一种有效手段。将认知无线电融入MANET网络,通过对主用户工作状态的监测和自适应资源调整,能实现频谱资源共享,满足用户的QoS需求。认知移动自组织网络中的拓扑管理是其研究和应用的重要内容之一,旨在通过剪除非必要连接或者冗余连接优化网络拓扑结构。拓扑管理有两个主要研究方向:即功率控制和分簇,本文重点研究认知移动自组织网络中分簇式拓扑管理模式,主要内容包括:1)结合网络管理需求,分析移动自组织网络中拓扑管理在网络中的地位和重要性,重点分析分簇算法和自组织网络虚拟骨干网的建立方法。2)将认知无线电融入移动自组织网络,构建认知移动自组织网络结构和应用模型,阐述认知移动自组织网络的网络架构和主用户发现与定位技术,重点分析影响认知移动自组织网络性能的主要原因。3)针对认知移动自组织网络,提出利用认知节点的频谱感知与定位功能,建立基于主用户工作状态等空间和时间信息的虚拟骨干网。虚拟骨干网建立包括簇首选举和网关选择两部分,以簇首为锚点,通过选择受主用户影响较小的网关节点寻求连通支配集,建立虚拟骨干网。在MANET网络分簇过程中,通过对经典的Lin-Gerla分簇算法进行改进,提出一种基于链路可用性的MANET网络分簇算法;针对可能出现分簇集中度过高的问题,提出一种应用于簇维护阶段快速的簇分裂方法;基于权值比较,通过对主用户的位置感知,划分认知节点的空间分布区域并赋以不同的权值设计,实现对网络的分区处理,维持运动中的分簇相对稳定,减少干扰链路存在的概率。