认知无线电(Cognitive Radio，CR)是一个自适应智能系统。对频谱资源紧张问题提供了有效的解决方法。Adhoc无线网络是一种分布式无线网络，网络中每个节点都具备路由转发功能。在军事、救灾、探险、医疗等领域具有重要的应用潜力。在Adhoc网络中引入CR技术，提高了网络带宽、频谱利用灵活性和可靠性。但是，目前CR动态频谱分配算法的研究主要是对分配策略的最优化进行讨论，在学习能力方面考虑不足，对无线网络环境适应能力差。Adhoc网络结构特殊，资源有限的特点，阻碍了该网络的进一步应用。尤其是在救灾探险这类场合中，网络电量的节省和无线频谱的合理利用至关重要。然而传统Adhoc路由协议在节能性方面考虑不足，且亦对网络环境适应能力较低，对网络性能造成极大影响。　　本文在认知Adhoc网络(CRAHN)中引入强化学习(Reinforcement Learning，RL)技术以解决上述问题。本文重点分析研究了CRAHN的动态频谱分配技术和按需驱动AODV(Adhoc On-demand Distance Vector)协议，构建了基于改善Q-learning的动态频谱分配模型和基于Q-learning的功率控制路由算法模型。前者结合本文提出的CRAHN通信系统模型，将动作选择设为信道分配，回报函数即为无线通信性能指标误比特率(BER)，值函数即为无线通信中的吞吐量。针对Q-learning算法中收敛速度慢的问题，提出了服从均匀分布的动作选择策略。在不同信噪比条件下，从仿真可看出Q-learning算法能够很好实现频谱智能合理分配任务，满足用户需求，且在改善了动作选择策略后，提高了收敛速度，进而提高了频谱分配的效率。后者从网络层入手，针对AODV协议能耗因素考虑不足和网络环境适应能力差的缺点，利用强化学习算法中的Q-learning对其改进。设计了Q_PCAODV协议，对节点功率消耗进行学习，智能寻找最优节能路由。建立备选节能路由表，避免路由重启寻路，减少网络资源开销。仿真发现，Q_PCAODV在节点平均能耗、端到端平均时延和丢包率方面都优于AODV，且对网络环境变化具有一定适应能力。