随着现代信息技术和海洋开发的飞速发展,人们对水声通信的需求日益增加。但是由于水下环境的特殊性,水声信道的可用通信带宽十分有限,而目前的两种水下频谱分配方式即基于固定分配类和基于竞争类又各自存在一定的局限性。固定的频谱分配方式势必造成频道利用率不高、频谱资源紧张的问题;而基于竞争类的分配方式又会出现多个用户竞争同一频道的情况,从而造成数据的冲突和碰撞。因此,如何合理分配水下的频谱资源、提高频谱利用率,就成为提高水声通信性能的关键问题。认知无线电中认知用户利用频谱感知技术发现“频谱空洞”、动态接入频道的思想能够有效地提高陆上的频谱利用率,在水下频谱资源匮乏方面也有较大的发展潜力。频谱预测是认知无线电中提高频道接入率的有效技术之一,其通过对频谱感知信息做合理统计分析预测出未来某一时刻的频道使用状态,为后续的频谱管理和分配提供服务,从而有效地降低频道数据碰撞概率,提高频道利用率。由于水声信道传输时延大会造成频谱感知信息的延时和异步性,因此水下的频谱分配有必要引入频谱预测技术。本文结合水声信道的传输特性,提出了一种基于马尔科夫链的认知水声通信中的频谱预测技术。本文的主要工作及创新点如下:1.介绍了频谱预测算法在水声通信中的信道环境,对水声信道的传输特性做了详细的分析和说明,并以此为基础,总结了目前常用的几种水声信道模型。2.介绍了目前无线频谱的使用现状及认知无线电的产生意义,概述了认知无线电中的频谱感知和频谱分配的相关技术和算法,并对已有的POMDP模型、ON/OFF模型及马尔科夫链模型等频谱预测技术模型做了简略分析。3.提出了一种基于马尔科夫链的认知水声通信中的频谱预测方法,详细介绍了该预测方法的相关理论基础、方法、步骤和工作流程,并对模型的三个主要模块即频道使用状态建模、预测模块和参数更新模块做了详细分析。最后利用MATLAB软件对其性能做了仿真,结果显示与无频谱预测及随机接入情况下相比,本文所提方法可以有效的减少数据碰撞概率,从而提高频道利用率以及节点接入频道的准确率。