无线通信网络的高速发展,带来了无线新业务的多样化增长和用户需求的日益增加。认知无线电(Cognitive Radio,CR)技术能够充分利用有限的频谱资源满足用户不断增长的通信需求,缓解固定频谱分配政策带来的频谱资源匮乏问题。CR系统中用户的频谱接入和频谱切换动作会引起通信时延、丢包、甚至通信中断以及系统拥塞,因此研究随机接入和切换状态下的频谱移动性管理(Spectrum Mobility Management,SMM)问题对于提高通信系统整体性能非常重要。在认知无线电的知识背景下,通过科学合理的随机服务模型描述业务的随机特性,有助于制定好的移动性管理策略并量化其可靠性。传统Markov模型不能够正确反映业务源的记忆特性,而且随着信道数/资源数的增多,模型难免会产生状态空间爆炸问题。本文立足于着色Petri网(Colored Petri Nets,CPN)研究频谱移动性管理问题,着重分析了认知无线电网络中频谱接入策略和多业务通信系统中频谱切换策略的CPN模型。主要工作如下:研究了认知无线电网络中的机会频谱接入策略和基于次用户等待机制的频谱接入策略,建立相应的CPN模型。通过分析用户到达率和系统信道数目对阻塞概率的影响,将CPN模型与传统Markov分析方法加以比较。结果表明CPN模型不但能够实现Markov语义的分析方法,而且其分层结构能够处理复杂系统的状态空间爆炸问题。随后,应用CPN模型研究系统的非稳态统计特性,说明该模型能够克服Markov稳态求解过程的约束。针对系统存在多种业务情况下的频谱移动性管理问题,应用CPN模型分析了四种不同的多业务频谱切换策略。研究表明,CPN模型的分层结构对复杂系统和复杂策略都具有灵活适应性。而且,CPN能够克服传统Markov的无记忆特性问题,实现非Markov数学模型的分析。