频谱资源需求的增加、频谱资源的匮乏以及频谱资源的低有效使用率,这些问题都迫切需要一种新的频谱接入策略来解决。认知无线电（Cognitive Radio,CR）中的认知用户可以机会地接入空闲信道,从而使频谱资源的利用率得到了提高。本文针对动态接入过程中的信道选择策略深入研究:通过对比分析已有的信道选择策略的特点,研究新的信道选择策略。具体内容如下:首先,针对认知无线电网络（Cognitive Radio Network,CRN）中各信道的空闲概率和增益不同的问题,为使认知用户能够传输成功,引入了认知用户成功完成业务的概率,提出了一种基于最大系统吞吐量的最优信道选择策略。该策略综合考虑信道增益、信道空闲概率和认知用户接入信道概率这三种因素得到信道选择优化模型。考虑到该模型中目标函数所反映的系统吞吐量仅依赖于认知用户的接入信道概率,设计了一种遗传算法通过控制该概率来解决此最优化问题。并且给出了信道选择过程,通过比较所有认知用户在某一信道上的接入概率,从中选择具有最大概率的认知用户接入该信道。通过数值模拟分析该策略在系统吞吐量、传输时延和通信中断概率方面的性能,表明该策略有较好的吞吐量,能明显降低认知用户的传输时延和中断概率。其次,考虑到认知用户未能接入信道的情况,通过为认知无线电网络模型增加一定的缓存空间,提出了一种基于三维连续马尔科夫（Continuous Time Markov Chain,CTMC）模型的信道选择策略。在该策略中,有传输请求的认知用户选择信道空闲时间大于其传输时间的信道,而不是选择具有最长空闲时间的信道。当认知用户未能接入信道时,将认知用户缓存下来等待下一个机会传输,从而避免了在系统变为空闲状态与下一个认知用户访问期间可能会浪费一些信道的情况。通过考虑系统中主用户和认知用户的数量和缓存容量这三个指标,分别以主用户和认知用户的到达和离开来建立主用户和认知用户的三维马尔科夫（Markov）链,其中三层是以缓存的认知用户数量来进行区分。所建立的三维Markov链较准确地刻画了主用户和认知用户系统。在建立过程中,不仅考虑主用户和认知用户在到达和离开情况下的状态转移过程,而且考虑了系统中所有信道是否被占用的情况和未成功到达信道的认知用户的数量。通过Markov链速率稳态方程的求解获得了认知用户的频谱机会利用率和成功传输概率这两个性能指标。通过数值模拟分析该策略在频谱机会利用率和成功传输概率这两个方面的性能,表明该策略可以显著提高频谱机会利用率和成功传输概率。