近十年来,Intemet得到了引人注目的发展。随着Internet的快速发展,网络规模和业务量急速增长,用户对网络性能提出了更高的要求,这对网络服务商提出了严峻的挑战,为了更好的满足用户需求,认知网络应运而生。认知网络是一种具有认知过程的网络,这种网络能感知当前的网络环境,网络根据业务的端到端目标,通过适当的学习机制,利用这些感知的网络状态进行规划、判决和动作。认知网络能够改善资源管理的效率,提供更好的服务质量(QoS),改善安全性,进行准入控制等。认知分组网(CPN)是认知网络的一种,CPN是一种按需的路由协议,根据源节点业务需求,SP探索网络,获取路径信息和相应的QoS测量信息,源路由发送DP。该协议使用RNN和RL算法优化SP的探索过程,使SP具有一定的“智能”,以便更有效的探索网络中的优化路径,满足用户端到端QoS需求。本文主要研究的是CPN中的动态多路径源路由算法。第一章是绪论,主要介绍了认知网络出现的背景,认知网络的定义、特点、实现以及研究方向。第二章首先介绍CPN,概括了CPN中的研究成果,分析了CPN中存在的主要问题,通过引入多路径路由算法,更好的实现端到端QoS目标。然后,分析了多路径路由算法的特点、优势,多路径路由算法的研究方向,分析了现有的多路径路由方法,设计CPN中的动态多路径源路由算法,CPN-DMSR仍然采用源路由方式,路由发现过程中,选择节点分离的多条路径组成候选路径;流量分配过程中,根据认知网络中实时测量QoS信息的特点,自适应调整流量分配的比例;路由维护过程中,根据网络状态信息动态调整多路径。第三章提出了基于分布均匀度的SP探索方法,首先分析原CPN的SP探索方法用于CPN-DMSR出现的问题,然后,改进SP探索网络的机制,让SP能更好的分散到网络中进行探索,避免在一段时间内SP的探索陷入局部最优。这样,在一段时间内,SP能够探索到更多的路径,通过仿真验证了该方法能够更好的适用于CPN-DMSR中。