认知无线传感器网络作为当下研究热点话题,是多领域融合的分布式网络,由传统无线传感器网络结合认知技术演化而来。认知无线传感器网络应用场景众多,由众多技术共同维护,其中认知能力、路由算法设计是维护其稳定高效运作的关键技术,频谱感知作为认知技术的核心之一决定了整个网络的实用性及使用价值,路由算法设计决定了整体网络的生命周期。在无线传感器网络路由算法中引入认知无线电的认知能力能有效缓解频谱资源压力,提高网络实用性。适用于认知无线传感器网络的路由算法设计已经成为热点研究课题。论文对认知无线传感器网络分簇路由算法进行研究,以期在认知无线传感器网络技术研究的当前阶段中,解决频谱感知方法复杂,路由算法的设计可以更加优化等问题。论文的研究内容和成果主要分为以下三个部分:（1）首先针对认知无线传感器网络的频谱感知技术进行研究,适配了一种分簇结构下的集中式频谱感知模型,该模型为接下来的分簇路由算法研究奠定了认知技术结合无线传感器网络的基础。通过对该模型的检测概率、虚警概率及通信能耗等分析,为研究路由算法提供了最佳簇数等条件。（2）其次针对认知无线传感器网络分簇路由算法设计中簇首选举不合理、入簇模式不严谨等问题,面向较密集的传感器网络提出了一种适用于CRSN的改进的稳定选举路由算法。算法改进了簇首选举方法,结合双能量阈值及新的入簇机制设计了稳定低负载的分簇结构。仿真结果显示,在频谱感知结果准确的条件下,算法能有效地提高网络生存周期、降低整体能耗。（3）最后针对认知无线传感器网络分簇路由算法设计中数据传输路径选取不规范、多跳选择可以更优的问题,面向较稀疏的传感器网络提出了一种能耗均衡的多跳多路径认知分层路由算法,算法先确定了较优的候选簇首,再根据候选簇首的频谱能量等级选举簇首,优化了簇结构。通过公共控制信道广播路由请求,接收到多条候选路径。随后,比较通信成本优化传输路径。仿真分析表明,该算法分簇结构合理,传输路径更优,均衡了能量消耗,网络稳定性更高。