近几年来,伴随着移动通信技术的高速发展,移动互联网也呈现出一片繁荣景象,各种通信方式不断推陈出新,人们对通信的速度、带宽和质量等提出了更高的要求。这将使自然界中原本就十分有限和匮乏的无线频谱资源面临越来越严峻的挑战。认知无线电技术是目前公认的能够合理利用频谱资源、解决该问题的一种有效手段。信道估计是认知无线电系统的关键技术之一,信道估计准确度的高低除了影响接收端的误码率外,还会影响系统的频谱分配和频谱效率。传统的信道估计方法通常假设发射信号在通过无线传输信道的作用后信号波形是光滑的、可微的,从而可应用线性数学理论来对信道进行建模。然而,绝大部分的自然现象和社会现象都是非线性的。多径衰落信号的本质是在周围环境的综合作用下的一种非线性动力学演化过程,传统的信道估计方法忽略了其信号波形中的“锯齿”部分,认为波形是近似光滑的,因此,无法对信号波形的细节进行建模。当信道状态转变为动态信道,信号发生非平坦或快衰落时,传统的信道估计方法就无法对认知无线电的信道状态进行有效估计。分形理论是一门非线性科学,本论文首先基于分形理论提出了一种认知无线电动态信道估计的方法,从非线性系统的角度来对认知无线电信道进行分析,进行了一种新的研究尝试。然后在认知无线电动态信道估计中研究了用分形维数作为表征多径衰落信号的方法,并进行了该信号受信道环境综合作用的变化规律的研究,这种模型方法更符合信号在自然环境中的传播本质。最后,结合分数布朗运动模型,提出了一种能够有效表现多径衰落信号变化细节的插值算法。仿真结果表明,利用该算法可对认知无线电的动态信道状态进行较好的跟踪和估计,与传统算法相比,在动态信道下该算法具有更低的误码率。