频谱是无线通信的基本资源。然而目前普遍采用的静态频谱分配策略严重导致频谱利用率低下,频谱资源受限成了制约新兴无线业务发展的瓶颈问题。认知无线网络(Cognitive Radio Networks, CRNs)通过频谱探测技术感知授权用户的空闲频谱进而动态接入,被认为是解决当今频谱资源匮乏问题的一个重要技术手段。CRN对于应对无线通信业务快速发展导致的频谱资源匮乏问题具有重要的理论和现实意义。对物理空间的频谱容量进行研究可以为CRN的实际部署提供指导；而正确理解授权频谱业务的模型,也是设计认知接入策略的基础。因此本论文围绕频谱容量和频谱业务建模展开深入研究,以科学的实测频谱数据为基础,基于机器学习和博弈论理论,主要开展了如下创新性工作：(1)提出了一种新的快速傅里叶变换(Fast Fourier Transform,FFT)控制的频谱测量方法提出认知无线网络背景下FFT控制的频谱测量方法,解决了传统频谱测量方法中的时间-频率分辨率折中问题,提高了对突发数据传输类型的授权频谱业务的探测概率。(2)定量验证了中国特色的数字红利频谱容量提出了中国作为发展中国家不同于发达国家的城市和农村空闲频谱分布态势,城市地区优先开发数字红利频谱将会对频谱管理改革起到先行先试的作用。提出在频谱探测算法中采用场强值作为频谱探测的门限,并利用实测数据结合广播电视数据库进行了验证；提出了满足美国联邦通讯委员会(Federal Communications Commission, FCC)对授权频谱探测灵敏度要求的认知接收机设计原则；(3)提出了基于机器学习的CRN模型提出了基于机器学习的认知无线网络模型,基于人工神经网络算法来学习不同频谱业务频谱模式,以一个周第一天的GSM900/1800上下行信号和TV信号为基础数据集,预测未来频谱的占用状态,验证了学习算法的优越性能,模型对于从海量频谱数据中学习多维电磁环境的频谱态势具有实际意义；(4)研究了无线环境地图REM(Radio Environment Map, REM)指导的认知频谱切换博弈问题基于北京地区的电视频谱业务占用为常态且可预测的特点,提出了基于REM指导的蜂窝网动态频谱接入模型,并利用博弈论建模分析了认知用户间的频谱切换问题,在提高认知用户的接入成功概率的同时,降低了频谱切换的概率。(5)提出了统一的频谱业务占用模型,验证了GSM“白频谱”提出了基于Beta分布的统一频谱业务占用模型,并通过实际数据验证了提出的模型捕捉、重现实际频谱业务占用统计特性。首次验证了GSM900“白频谱”的存在,并分析了其可提供的认知接入容量最大为21.4MHz。提出了有效占空比(Efficient Duty Cycle,EDC)模型,经过交叉验证证明了其在认知接入时降低与授权用户冲突概率的有效性。本文针对CRN中频谱容量和频谱业务,通过搭建新平台定量评估了中国的数字红利频谱容量,提出了基于机器学习和博弈的频谱建模新思路和新方法。这些平台和方法为提高CRN中的频谱效率和推进频谱管理改革提供了基础性的研究成果。