由于当前3G通信业的蓬勃发展，无线通信业务量呈现指数性增长，但无线频谱具有有限性，因而无线频谱资源越来越紧张。认知无线电技术的出现给无线通信业注入了新的活力。认知无线电技术由软件无线电发展而来，它显著的特点是频谱感知和动态频谱接入。由于该技术支持伺机的频谱接入，能够利用授权用户空闲的频谱进行通信，因而可以在不影响授权用户的情况下，有效的提高频谱利用率。　　 在认知无线电技术的研究中，经由频谱感知得到的授权用户空闲时段称为“频谱空洞”，频谱分析的任务就是对这些“频谱空洞”的无线电特性进行分析、归纳和总结，为后续的工作如:频谱接入、频谱切换等提供有效的数值依据，间接提高频谱利用效率。　　 本文从认知无线电技术的特性出发，首先将混沌时间序列的预测模型引入认知无线电频谱预测中来，对授权用户的行为特性进行预测，并与传统的预测算法进行对比分析。同时在多认知用户共存的情况下，对传统的联合预测算法进行了改进，提高了预测的准确性，仿真证明混沌预测机制相比于传统的预测算法更具有优势。　　 其次本文通过信道建模，对频谱特性进行了分析，并对传统频谱预测方案进行改进。传统的预测方案只对频谱的状态进行预测，根据预测结果推算出授权用户在认知用户通信时间段内不出现的概率大小，然后再通过设定的阈值判断是否接入信道。针对传统方案中，存在的误判率高和切换率高的问题。本文提出对当前频谱状态剩余持续时长进行预测的方案，从根本上避免了传统方案中因为概率计算不准或阈值设定不合适导致的频谱切换率过高的问题。文中提出方案不仅预测授权频谱的状态，同时还对频谱状态的剩余持续时长进行了预测。方案通过对频谱历史数据进行采样，从而得到频谱状态剩余时长的时间序列，最后根据序列对未来做出较为精准的预测。　　 最后，在基于频谱状态剩余时长预测方案的基础上，对传统的分配算法进行改进。通过对频谱当前状态和状态剩余持续时间长度进行分析，将每个认知用户根据自身的不同需求，分配到最适合的信道，从而达到提高频谱的利用率，降低频谱切换率的目的。