网络宽带化、业务多样化以及当前的固定频谱分配方法使无线网络面临资源日益匮乏的巨大挑战。建立在计算机科学、信息与智能控制以及认知科学基础之上的认知无线网络技术通过对用户环境、无线环境、网络环境的感知、学习和推理,实现了资源的有效共享与优化利用,不仅将为管理者和运营商提供未来无线频谱管理和运营的全新模式,也将为用户带来动态和异构网络环境下更优越的业务体验。以认知无线网络为代表的新一代无线网络,一方面解决了资源受限条件下多网络共存等诸多问题,但是另一方面却对传统的无线资源分配技术提出了更高的要求。事实上,在这些新型的无线网络中,跨层资源分配是不可或缺的,也是未来无线网络协议设计的必然趋势。本学位论文以认知无线网络的动态资源管理为研究背景,研究了跨层资源分配的问题。主要从以下几个方面展开了研究,概括如下：研究了认知无线网络的基于能量效率的频段分配和速率自适应问题,并通过用户通信会话集的数据速率的最大化,提出了一个认知无线网络的分布式频域管理策略。结合多跳网络的成功传输限制和多通路流量路由限制,得出了用户通信会话的计算方法。提出了一种基于频域的功率控制和频段分配算法(FPCR),在频段信号灯的基础上解决了该算法的频段分配、路由和功率控制的问题,并根据自主适变的迭代过程来增加用户通信会话的数据速率。通过对无线网络协议模型进行扩展,建立了一个功率控制离散化的频段代价分析策略。并在此基础上讨论了功率控制对于频段分配、带宽效率和频谱空间容量积(BFP)的影响。研究了动态频谱的白空间分配问题,通过频谱感知并伺机利用频段中未被使用的资源,讨论了认知节点以何种中心频率和多长时间来利用一条多宽的频段的问题。定义了一个频谱时间容量区(BTA)的概念来对资源空间管理进行刻画,并在干扰避免条件下建立了认知无线网络中白空间分配原则的形式化描述。结合虚轮转调度,提出了频谱分配的分布式策略和自适应传输方法,并表明该方法在大多数场景下是最优的。随后提出了一种基于频谱时间容量区的动态频谱分配算法(DSAT),实验结果表明该算法在分片的场景下具备较高的吞吐量和较好的分片性能。研究了多跳认知无线网络中实时业务的多用户资源管理问题。针对认知无线网络中业务平面的实时应用,指出：源节点和中继节点需要结合本地网络信息,在认知过程中以次用户频段的优先级调度来调整频段分配和路由选择。结合网络节点交换信息,提出了一种实时业务分布式资源管理算法(RDMAL),并分析了多跳网络上交换信息的时延和费用。采用了一个多主体认知过程的学习方法来利用干扰信息,得出了信息交换费用和认知效率的折中方案。实验结果表明在网络资源有限的情况下,和当前的动态频段分配和信息交换方法相比,该分布式资源管理方法对多视频流的丢包率有显著地减少。研究了端到端自主适变的网络协作。结合动态频谱领域的反应式和主动式策略,提出了一种分布式频谱礼仪的自适应频谱协作协议(ASCP)。在异构网络融合的场景下,系统地分析了ASCP的控制流如何依据业务平面、控制平面和认知平面来实现频谱协作的技术和设计方法。指出：端到端效能的提高能够通过邻居节点以高速率和低功率连接的自组织多跳网络中无线电间的机会协作来得到。针对无线网络的自主适变性,建立了新的协议体系结构来刻画认知无线网络中多跳路由的PHY/MAC和跨层能力。针对端到端可重构管理,给出了ASCP协议模块的引导、链路智能映射、数据路径建立、命名／寻址和重构的描述,并验证了协议的性能,为进一步提高认知无线网络的性能奠定了基础。