目前无线电通信频谱采取固定方式分配给不同业务,一个频段一般仅供一个无线通信系统独立使用,由国家统一分配、授权。不同业务之间有保护频段,无线通信系统间可以互不干扰地使用各自的频段。然而,某个频段会由于突发的大业务量导致频谱紧缺,其它频段由于业务量小而一直空闲。这个矛盾导致频谱得不到有效利用,凸显出固定频谱分配方式的不足,亟待一种全新的频谱使用方式来解决此问题。下面所述的认知无线网络技术正是为解决此问题而诞生。基于认知无线电技术的认识无线网络(CRN, Cognitive Radio Networks),是当今通信领域最前沿的研究领域之一。认知无线网络是一种具有认知过程的网络,它能分辨当前网络状态,然后根据这些状态进行规划、决策和响应,这是一个认知循环,并且这一切的目标都是为了实现端到端的效能,提高频谱利用率和无线资源的使用效率。在上面提到的认知循环里,决策和调整是其中一个关键的步骤,它是指针对认知信息和经验学习,选择最优的行动决策并通过重配置方式进行相应参数的调整。这个阶段涉及到无线频谱资源的分配和管理、对异构无线网络资源的联合管理,以期望得到资源的最大利用效率,获得系统性能的最大提升。本文所研究的动态频谱共享技术正是决策环节中的一个重要研究内容,能改变目前静态的频谱使用方式,通过动态的共享频谱,频谱资源利用率能得到极大的提升。概括来说,本文做了以下工作：首先详细的介绍认知无线网络的概念,背景以及特征,在这个基础上,介绍动态频谱共享技术在认知无线网络中的地位以及目前关于动态频谱共享技术的研究现状。论文接着主要介绍几个创新工作。第一是水平共享场景下功率控制的研究,该场景属于开放式频谱系统,所有用户的身份地位对等,为了能自主地达到各个用户发射功率的最优化,本文利用Q学习,试错性地试探所有可能的发射功率组合,在这里的前提假设是所有用户的发射功率是阶梯式的增长,从而保证了组合数的有限性。通过试探性地发射所有功率组合,在Q学习的控制下,所有用户能自主地达到最优的发射功率。第二是垂直共享场景下机会式的频谱使用,本研究点考虑主次系统均非时隙,即主次用户的业务均服从泊松分布。在该场景下,次级用户机会式地使用主用户的频段,因此,频谱检测成了必须。然而,实际的频谱检测会有一定误差,即有虚警和漏检的出现。漏检率高会严重影响主用户的业务服务质量,虚警率高会漏掉大量的频谱机会。因此,有必要设计一种机制,既能保证主用户的业务服务质量,又不至于漏掉大量的频谱机会。本研究点正是源于这一初衷,基于连续时间马尔科夫链,创新性地设计一种动态频谱接入模型,有效地实现了上述目标。最后对全文做了总结和展望。