伴随着无线通信技术的快速发展和广泛应用,频谱资源的短缺问题也日益严重。认知无线电技术能够感知“频谱空洞”,并通过机会式的频谱接入和切换实现对频谱空洞的利用,同时不影响授权用户的通信,从而有效地提升有限频谱资源的利用率,促进现有多种异构无线网络的有效融合。进一步地,认知无线网络需要采用高效的多信道MAC协议为相邻认知节点协商出基于频谱空洞的通信机会,并有效解决授权用户出现时的通信信道重构问题。现有大多数的多信道认知MAC协议存在的主要问题包括有赖于全网节点时钟的精确同步和需要利用部分或全部节点皆可用的控制信道来实现节点间的通信机会协商。在实际应用中,这两个要求是很难同时满足的。为此,现有文献提出了多种基于跳频汇聚的异步认知MAC协议,在避免对某个特殊信道过分依赖的同时有效降低了节点通信对时钟同步精度的要求。然而,这些协议的关注点主要集中于跳频序列的设计,只推导出了时钟异步情况下的相邻节点通信汇聚时延的理论上限,却未能对协议实现的具体细节进行优化设计。此外,目前对于基于跳频汇聚的异步认知MAC协议的研究基本停留在软件仿真阶段,缺乏基于实物平台的实验演示验证。为此,本论文的研究重点是为基于跳频汇聚的异步认知MAC协议设计完整的系统状态机以及相应的性能优化方法,并基于USRP硬件和GNU Radio软件无线电平台进行实验演示验证。首先,本论文参照同步多信道MAC协议的基本思想为基于跳频汇聚的异步认知MAC协议设计了具体的协议系统状态机,在分析该状态机设计原理的基础上,明确了该协议过程中的状态转移条件和应执行的具体动作,详细阐述了本文采用的多线程控制技术、系统线程控制方法和每个线程的运行流程,从而为下一步基于USRP软件无线电平台的实验演示验证奠定了基础。其次,针对本协议设计的异步特性,本论文进一步分析了认知发送节点在每个跳频时隙内发送时间的优化选择问题,并基于Q学习提出了一种发送时间的递归优化选择方法。通过实验验证可以看出,通过基于Q学习的发送时间优化能够有效减少认知收发双方的跳频汇聚时延和提升认知跳频通信的性能。最后,本论文还对基于跳频汇聚的异步认知MAC协议进行实验演示验证。通过对USRP软硬件平台的测试以及与协议相关的功能测试和性能测试结果表明,本论文设计的系统状态机可以实现异步认知MAC协议的基本功能,而针对协议实现方案的实验测试结果也基本符合异步认知MAC协议性能的理论范围。