随着无线通信技术的不断发展，无线用户数量的急剧增加，频谱资源变得越来越紧张，调查结果显示大量的频谱没有得到充分的利用。因此，如何提高授权频谱的利用率，成为亟待解决的问题。为此认知无线电技术也应运而生，而动态频谱接入技术是认知无线电中改善频谱利用率的重要途径之一。本文基于认知无线电技术，利用马尔可夫链的知识，进行了感知时间等比缩减及基于预测模型的动态频谱接入算法的研究。　　 论文介绍了课题研究背景和意义，回顾和总结了认知无线电中主要的动态频谱接入技术，并阐述了马尔可夫原理，并将其作为理论基础。　　 因为动态频谱接入中频谱感知和频谱接入在时间上存在着紧密的关系，所以本文进行了基于马尔可夫链的感知时间等比缩减的机会频谱接入算法的研究。该算法在动态确定感知集合之后，根据感知的结果判断当前状态与前一时隙的状态是否发生变化，确定是否缩减感知的时间。该算法能够使认知用户有效缩减感知时间，从而增加其有效的数据传输时间，最终提高其频谱的利用率。仿真结果表明，该算法的系统性能得到了很好的改善。　　 基于预测模型的频谱接入算法，根据频谱检测出错的环境，利用虚警概率、漏检概率和检测概率三个因子，本文提出了一种动态频谱接入算法。该算法依据预测的信道状态，以及相应的接入判断，从而有效地完成信道接入。研究中还推导了预测信道状态条件下，认知用户吞吐量计算公式，并通过仿真结果证实了理论分析的正确性和算法的有效性。