无线网状网以其高带宽、高速率、组网灵活、网络覆盖率高等优势,引起了业界的广泛关注。随着用户数量和业务需求的不断增多,有限的频谱资源成为制约无线网状网发展的瓶颈。认知无线电技术允许用户通过伺机占用信道的方式灵活接入到网络中,缓解了频谱资源紧缺的状况。将认知无线电技术应用到无线网状网中,能够更好地为用户提供高速、便捷的无线服务。本文根据认知无线网状网的特点,研究了认知无线网状网中基于链路需求的MAC接入控制问题。综合考虑用户可用信道的多变性、配备射频数的限制等约束,定义了网络干扰边及潜在干扰边,通过量化通信功率控制等级,建立了联合功率控制的信道分配模型。以最大化网络容量为目标,提出一种基于差分演化的信道分配算法,设计了实数编码规则及相应的约束控制机制,以确保个体的有效性和算法的快速收敛。仿真结果表明,差分演化算法得到的网络容量达到或接近全局最优。进一步,结合分布式认知无线网状网的特点,以需要传输数据的连接作为博弈参与者,定义了潜在函数和博弈参与者的效益函数,提出一种基于潜在博弈的信道分配算法,通过动态选择信道和发射功率等级,最大化网络容量,提高频谱资源利用率,降低网络干扰。仿真结果表明,基于潜在博弈的信道分配算法得到的网络容量接近全局最优,且网络总干扰较小。针对区分优先级的业务,在CSMA/CA机制的基础上,提出一种基于优先级退避的MAC接入控制机制,设计了相应的退避规则,优先级越高的业务等待的时间越短,越能快速得到传输。仿真结果表明,本文设计的基于优先级退避的MAC接入控制机制能够在低碰撞率和丢包率的前提下,提高系统吞吐量,降低接入时延和端到端时延。