近些年来,随着无线通信的飞速发展,无线频谱资源的需求量正在急剧增加,使得国家已将其与土地、矿山、森林等列为同等重要的资源。特别是对于当前业界热点“物联网”的发展,其未来将应用于无法准确估量的行业和场景,必然将产生海量终端,形成远远大于人与人之间通信互联的移动通信与无线接入的数据量,到那时,频谱资源的短缺将成为物联网难以克服的瓶颈。在频谱资源日益匮乏的今天,任何无线技术的演进与频谱的合理利用之间都存在着密切的关系,得到充足频谱资源的技术才会迅速发展,反之则会渐渐退出历史舞台。为了有效克服现今存在的可用频谱有限性与频谱资源利用的低效率之间的矛盾,迫切需要一种新的可以伺机利用空闲频谱资源的通信方式,于是,基于认知无线电的动态频谱接入技术的概念就应运而生并成为未来无线通信产业的发展方向,但其从概念到应用尚面临很多挑战。本文通过进行长时间、大规模的频谱监测工作,应用海量频谱监测数据,针对频谱使用模型、频谱的多维相关性、频谱使用状况的多维预测以及动态频谱接入策略优化等重点问题,进行了深入的研究,主要开展的创新性工作如下：(1)通过选取合适的地点及测试设备,进行了长时间的多地点并行的宽频带频谱监测工作进行动态频谱接入的目标是在不干扰授权用户的情况下充分利用无线频谱资源,首先就需要对当前无线频谱的使用模式和规律做深入的分析,这是非授权用户进行信道估计,并进行动态频谱选择的前提。前人进行的频谱测量,大多是要么单点测量、要么多点不同时测量、或者多点之间的位置选取不具有代表性,并且测量结果的发布一般是以频谱占用度为衡量标准,结论大多局限在授权频段频谱未被充分利用等,缺乏对频谱数据的进一步分析和挖掘。本文进行了多地点并行的宽带频谱监测工作,监测带宽从20MHz-3GHz,并考虑了监测地点的选取。整个监测工作连续持续了一周的时间,获取了海量的监测数据,这为接下来的数据分析工作提供了基础。(2)应用回归分析、相关性分析以及时间序列分析等理论对授权用户信道模型以及频谱使用规律进行了深入的研究对得到的海量频谱监测数据进行了深入的统计分析,提出了使用信道空闲时间(Channel Vacancy Duration, CVD)和业务拥塞率(Service Congestion Rate, SCR)进行信道分析的方法,并研究了频谱使用在时间、频率和空间上的多维相关性,发现了授权信道状态和其历史信息之间的关联性,为授权用户的信道估计、频谱分析和动态决策提供了科学的理论依据。(3)应用统计学习、数据挖掘等理论,提出了高效的适用于频谱监测数据的时间-频率维综合预测算法,并应用于无线电频谱监测中的异常现象检测进行了频谱使用状况的预测研究,并采用多种训练数据和测试数据,用实测的频谱数据进行了全方位的性能(如预测正确率、预测丢失率等)分析,指出了最佳的训练序列长度。其中部分数据的实验结果显示其正确率比较高,具有实际应用的意义。此外,利用实测频谱数据关于频段间相关性的结论,提出了将马氏距离应用于无线电频谱监测中异常现象检测的应用中,并用实测的频谱数据进行了仿真,实验结果表明,这种基于马氏距离、应用时间和频率维数据挖掘的异常现象检测方法能够有效地检测出不同与“常规”模型的监测数据,使得频谱管理工作者能够更加敏锐地发现异常并做出提前处理,不失为异常现象检测的全新思路。(4)基于前面的研究成果,应用最优化理论,提出了时隙模式下多种动态频谱接入的优化策略,并提出了信道可用性矢量的概念,将频谱预测引入动态接入策略的优化对时隙模式下非授权用户动态频谱接入策略的优化问题进行了深入的研究,旨在保证授权用户的数据传输仍能正常工作的情况下尽力提升非授权用户的传输性能。这里首先提出了旨在对传统的LBT(Listen Before Talk)探测方式进行改进的最优停止探测策略,它考虑了现有的信道探测技术在时间上的开销,通过根据当前已获得的传输速率选择终止探测的最优时机,使得非授权用户在单个时隙内在期望上获得最大的传输速率。实验结果表明这一探测策略确实优于传统的LBT探测方式。然后,基于频谱测量数据分析的结果,利用真实的无线频谱在频率维存在着较高的相关性这一结论,提出了频率维预测的思想。通过信道可用性矢量这一概念,将频率维预测的思想引入到非授权用户传输性能的优化这一问题上,使得系统根据当前的状态,自适应地做出信道探测的决策,从而优化非授权用户的传输速率。这里分别考虑非授权用户为单信道传输和多信道传输的情况。实验结果表明,这种基于预测的信道探测策略进一步提升了最优停止策略的性能。此外,还研究了非授权用户在传输过程中最优的信道切换时机这一问题,指出信道切换的最佳时机并不是干扰用户最多的时候。