目前，人们对认知无线电机会频谱接入技术的研究十分火热，其中，最典型的就是基于部分可观测马尔科夫决策模型（POMDP，Partially ObservableMarkov Decision Process）的认知无线电机会频谱接入技术。本论文正是研究基于POMDP模型的OSA问题，目的是使得认知用户在尽量保证对主用户干扰要求的前提下，最大化自身的吞吐量。本论文首先深入研究了认知无线电、机会频谱接入的基本原理，根据强化学习基本理论，引出了认知无线电机会频谱接入中的POMDP理论模型。然后，研究了当认知用户频谱感知无差错时，即基于未受限POMDP模型的机会频谱接入问题，并且研究了该情景下认知用户进行频谱感知时的信道选择策略的问题，给出了最优的信道选择策略。由于最优策略计算复杂，从而寻求了贪心算法，通过仿真表明，该算法有可以使得认知用户得到较高的接入吞吐量，并且简化了计算量。本论文还重点研究了在特殊场景下如何改进本文提出的机会频谱接入算法。首先给出了当认知用户频谱感知有差错时，认知用户的感知信道选择策略，这时考虑到认知用户感知差错以及收发两端传输同步的问题，将置信矢量的更新与频谱感知结合起来，从而将受限POMDP问题转化为了未受限POMDP问题，便于分析研究。通过仿真表明，该算法能使认知用户在保证主用户干扰要求的前提下得到较为理想的吞吐量。然后，研究了考虑信道衰落时的频谱接入算法，通过仿真验证了算法的可行性。最后，本文给出了分布式OSA MAC协议设计细节，很好的保证了频谱接入过程中传输同步的问题，并且能够有效避免传统通信中的隐藏终端和暴露终端的问题。