随着现代无线通信技术的发展,资源紧缺现象越来越严重,这就导致人们对频谱分配方式的思考,为解决这种频谱资源紧缺现象,研究者们提出了认知无线电技术。认知无线电(Cognitive Radio,CR)的接入方式是机会频谱接入,认知用户通过频谱感知技术感知动态频谱环境,得到与授权用户即主用户共享授权频段的机会,因此,频谱感知性能的提升在认知无线电中至关重要。本文是以频谱感知控制方法的研究为重点,搭建了一个基于BP神经网络的多用户多信道预测模型。论文中首先将频谱感知的研究现状做了综述,介绍了几种常用的频谱感知技术方法,结合近几年较实用的预测模型,介绍了频谱感知中常用的频谱预测方法。在单用户多信道预测模型的基础上,搭建了多用户多信道预测模型。论文中在单用户多信道模型的搭建过程中,选择使用ON/OFF信道状态建模,对这个模型进行理论分析和仿真实验,得到多个重要的实验参数,其中最重要的就是信道预测剩余可使用时间,结合信道内已有数据的分析(如信道通信流量占用、信号干扰比、信道空闲利用率、用户位置定位等),将信道模型的接入切换方式分为三种,分别是按表格接入切换、按距离接入切换和随机接入切换。从理论分析和实验结果中看到,按表格切换控制的切换次数只占按距离切换控制的切换次数的10%左右,随机接入的切换次数也降低到按距离切换的50%左右,但是由于随机切换还有等待切换时间没有计算,故可以不关注随机切换方式,从另外两种切换方式的对比中,可以明显的看到能量消耗的降低。此外,在单用户多信道模型的搭建中,还对信道内频谱感知的周期进行了理论分析和仿真实验。在IEEE802.22中对于频谱感知周期的定义是将感知周期固定化,在本论文中设置感知周期为动态变化的时间,通过最小化感知周期的消耗函数得到最佳感知周期。在信道四种状态模型下,使用积分求取四种状态中的有效通信时长和无效通信时长,对每种状态出现的概率使用贝叶斯推导公式更新概率值,形成信道模型。在信道模型中将归一化信道效率以及归一化干扰时长取极小值,求得最佳的数据传输时间,根据数据传输时间可以求得最佳感知时间。使用传输的数据量和信道本身状态来确定频谱的感知周期,如若上面两种数据有发生变化,那么感知周期也要发生变化。这对于多信道中信道的选取和切换进行数据量化,从数据中分析得到最优信道从而提高数据传输速率和降低信道干扰。单用户多信道模型在认知用户数目上具有限制性,为了模型具有更广泛性,更贴近实际中使用的网络模式,基于单用户多信道模型搭建多用户多信道模型。多用户多信道模型中选择基于BP神经网络的频谱预测对信道剩余可使用时间做短时间预测,结合线性分析得到筛选表以及带内使用频谱感知的动态感知周期求取感知周期值完成网络模型的搭建。通过理论分析和实验证明,频谱预测结合信道控制接入方法以及信道内感知的周期优化,多用户多信道系统的频谱利用率提高百分比的取值要大于90%,感知能量降低百分比最小也要大于46%。所以,基于BP神经网络的多用户多信道预测模型的建立具有实际意义。