为了满足日益增长的无线应用需求,认知无线电网络(Cognitive Radio Network,CRN)被提出来用以克服传统静态频谱分配策略利用率低下的缺点,主要通过动态频谱接入技术有效实现主要用户(Primary User,PU)和次要用户(Secondary User,SU)的频谱共享。动态频谱接入技术的应用目前还面临许多挑战,不仅要考虑技术问题,还需要考虑有与其频谱使用特点相匹配的新政策和经济模型。因此,本文从技术和经济两个角度开展对认知无线电动态频谱接入机制的研究。首先,针对SU传输被PU抢占后需要重新传输整个数据包的情况,本文利用排队论提出了一种适用于多信道环境的自适应频谱决策算法,以降低SU数据包在系统内的平均停留时间。本文基于M/G/1中断重传排队理论提出了相应的系统模型,并基于该模型为SU接入分别设计了基于概率的决策机制和基于感知的决策机制。在基于概率的决策机制下,通过设计合理的概率分配向量,将SU业务流量均衡的分配到各个信道,充分优化资源配置,最小化SU系统时间;在基于感知的决策机制下,通过改善SU信道感知顺序,增加SU搜索到空闲信道的概率,减少排队等待时间,从而降低系统时间。最后,在对这两种机制下SU平均系统时间比较的基础上,提出了自适应频谱决策算法。仿真结果表明,与随机接入算法和基于感知的候选信道选择算法相比,本文提出的自适应算法能够有效降低SU的平均系统时间。其次,本文从经济角度出发,基于频谱定价机制研究了SU的频谱接入控制,以实现频谱资源的合理利用。本文将SU的频谱接入过程视为一个非合作博弈过程,SU可以根据自身效用决定是否要接入频谱。但是,如果每个SU都追求自身效用最大化,就会导致系统整体效用下降,而定价机制可以有效促使SU按照改善整体性能的方式采取行动。由于SU在不同的网络环境下掌握的系统信息不同,因此本文针对分布式CRN架构和集中式CRN架构分别建立了相应的接入模型。在集中式CRN中,SU可以通过中央处理器获知信道状态信息以及排队队长信息,可以利用可视排队模型进行分析;而在分布式CRN中,SU无法获知队长信息,同时考虑到SU的频谱决策机制可以分为基于概率和基于感知两种机制,因此可分别利用信息不可视排队模型和部分信息可视排队模型进行分析。本文针对这些不同的分析模型,分别研究了SU追求个体利益最大化时的纳什均衡接入策略和社会整体收益最大化时的社会最优接入策略,并根据频谱价格和SU接入概率之间的关系,提出了相应的频谱定价机制。实验仿真结果验证了本文的理论分析,同时表明与不考虑频谱收费相比,本文提出的频谱定价机制能够有效提高社会整体收益。另外仿真结果还显示,提高SU的系统状态信息掌握程度,有利于SU做出更理智的个体决策,从而促进社会整体收益的提高。最后,考虑到实时业务或对时延敏感的业务要满足一定时延约束的情况,本文基于博弈论和排队论研究了相应的频谱接入控制策略。对于时延敏感业务,SU即使选择了接入信道,也有可能在等待过程中因为等待时间超过容忍限度而选择放弃传输,从等待队伍中退出。因此,本文基于具有止步和中途退出的可修排队模型,利用水平穿越法获得了SU平均系统时间的表达式,在此基础上研究了SU的纳什均衡接入策略和社会最优接入策略,并进一步提出相应的定价机制,促进社会整体收益提高。通过与不考虑频谱收费的情况相比,仿真结果证明了本文所提定价机制的有效性。