认知无线电作为一种智能频谱共享技术,通过感知外部环境,利用人工智能学习外部环境特征的变化,自适应调整系统参数,能动态接入空闲信道,有效提高频谱利用率。将认知无线电技术引入移动ad hoc网络(MANET),可灵活构建和部署认知MANET(CR-MANET)网络。在CR-MANET网络中,分布在通信范围内的主用户对授权信道的随机占用会造成次用户可用信道集具有差异性,且随主用户的活动状态而动态变化,为了寻找和选择公共信道,交会是不可或缺的过程。交会是指两个或多个次用户在同一时间相遇在相同信道上,建立通信链路的过程。本文针对CR-MANET网络,研究基于交会技术的控制信道选择策略和算法,主要研究内容包括:1)总结分析了CR-MANET网络的研究现状、技术特点及其与MANET网络的区别;对认知无线网络的控制信道选择方法进行了分类,并比较分析了各类方法的基本思想和技术特点。2)对AMRCC算法进行了扩展,分析了影响信道质量评估的几种因素及不同网络场景对信道属性的性能要求。针对城区和郊区CR-MANET网络场景,结合信道的多种属性进行了基于多属性决策的可用信道质量评估,采用基于复合权重的AHP-TOPSIS算法对可用信道进行质量评估。仿真结果表明,多属性决策既考虑了决策者的主观偏好,也结合了属性参数的客观变化,能较好的表征可用信道评估的综合性。3)通过对比分析现有的基于跳频序列的控制信道选择算法的性能,结合多属性决策信道质量评估,提出了基于等时隙和不等时隙跳频序列图样的控制信道选择算法,并对两种算法进行了仿真分析。结果表明,等时隙跳频序列设计算法能降低控制信道交会时间等性能。