与传统以基础设施为中心的无线通信网络设计思想相比,认知无线电更加关注于以用户为中心、以目标驱动为框架的理念,因此,从认知终端可观测的角度考虑局部电波传播环境的变化及快速适应问题,将复杂电波传播机制和认知方法进行有效融合,有利于提高认知终端对于无线环境局部特征的认知能力；另外,与频谱密切相关的信道状态估计在无线环境解析中是不可忽略的,面向动态环境复杂的衰落信道,认知终端具有一定的信道参数预测能力,以便根据环境变化实时调整操作参数,为提高频谱利用率提供更为直观准确的依据。本文从认知终端角度出发,研究面向无线信道衰落特征的认知问题；利用可变长Markov链(VLMC, Variable Length Markov Chain)技术,对无线信道的衰落状态信息进行学习、分析与推理,通过理解信道记忆信息,对无线衰落信道进行建模,识别衰落统计特征,并构建信道状态预测方法,实现感知结果与实际环境的高度匹配。具体贡献及创新点如下：1、VLMC的衰落信道建模：在衰落参数样本的基础上,利用VLMC技术,建立衰落信道模型,其中包含两个重点与难点：最优衰落分区问题及最优VLMC信道模型的选择问题；文中还给出基于先验知识(分区个数及状态转移概率个数)的快速VLMC信道建模算法。2、衰落信道统计特征参数识别：利用VLMC信道模型推导衰落特征参数的统计计算方法,研究由VLMC模型处理后的信道统计特性与局部动态衰落信道参数之间的对应关系,通过识别无线衰落信道的统计特性来表征局部信道质量。3、信道衰落状态预测：通过上述模型建立局部的电波传播特征库,面向具体的衰落信道参数,利用已知的认知信息来预测无线传播环境中未来信道状态信息,实现具有局部环境认知能力的无线信道状态预测。4、仿真实现与性能评估：通过仿真结果,评估了利用VLMC技术进行无线衰落信道认知的准确度和有效性；结果还表明,基于VLMC的衰落信道认知方法在精确度和复杂度方面做了更好的权衡。