目前,无线频谱资源因通信技术的快速发展而变得越来越紧缺,然而固定的频谱分配制度却使得有限的频谱资源得不到有效利用。认知无线电(Cognitive Radio,CR)技术可解决当前有限的可用频谱和低的频谱利用率之间的矛盾。本文以提高CR网络中的TCP性能为目标,对机会频谱接入中的信道接入决策和TCP吞吐量跨层优化问题进行相关研究。由于受到感知设备能力的影响,次用户无法对频谱进行完全感知。针对该问题,本文首先使用部分可观测马尔可夫决策过程(Partially Observable Markov Decision Process,POMDP)模型对次用户的频谱感知和接入过程进行建模;然后将该模型转化为信念状态马尔可夫决策过程(Belief Markov Decision Process,BMDP)模型;最后使用Sarsa(λ)算法来求解BMDP模型,以帮助次用户选择合适的信道进行接入。仿真结果表明:本文所提出的机会频谱接入方案能提升次用户的吞吐量、有效传输容量和频谱利用率,同时降低数据传输过程中的误比特率。为提高CR网络中端到端的传输性能,本文使用基于POMDP的机会频谱接入方案来完成次用户的信道选择。考虑感知时间和传输时间对CR网络中TCP性能的影响,本文在TCP Westwood协议基础上加入跨层通知机制和传输预判机制,以增强该协议在CR环境下的适应能力。另外,本文还通过建立的TCP吞吐量跨层模型找出了本文所搭建仿真场景下的最优感知时间。仿真结果表明:在CR网络中,使用改进后的TCP协议比使用TCP Reno和TCP Newreno协议所得到的TCP性能更好。