شبکه های رادیوشناختی بعنوان راه حلی کارآمد و جدید در مقابله با مساله استفاده غیر بهینه از طیف فرکانسی در شبکه های بیسیم معرفی شده اند. مساله مسیریابی یکی از تازه ترین و مهمترین سرفصلهای تحقیقاتی در شبکه های رادیوشناختی با معماری توزیع شده (شبکه های ad-hoc رادیوشناختی ) میباشد. ماهیت شبکه های چندپرشه با معماری توزیع شده یکی از عوامل اصلی در افت بهره وری طیفی و ظرفیت مسیر در شبکه های بیسیم میباشد. استفاده از شبکه های چندکاناله و ارسال اطلاعات توسط کانالهای متعدد راهکاری موثر در مقابله با این مساله میباشد. در این تحقیق ما یک الگوریتم مسیریابی جدید در شبکه های رادیوشناختی چندکاناله طراحی میکنیم. در طراحی الگوریتمهای مسیریابی در شبکه های رادیوشناختی اهداف و قیود مختلفی از جمله تاخیر مسیر، تداخلی که کاربران اولیه قادر به تحمل آن میباشند، پایداری مسیر و... میتوانند مدنظر قرار گیرند. این تحقیق قصد دارد با در نظر گرفتن قیود و محدودیتهای توان تداخلی برای کاربران اولیه در شبکه های رادیوشناختی و بهره بردن از مزایای ارسال اطلاعات بصورت چندکاناله، الگوریتم مسیریابی در شبکه های چندپرشه چندکاناله طراحی نماید. همچنین با استفاده از یک رویه احتمالی در پروسه انتخاب مسیر سعی میشود مسیر با طول کوتاهتر انتخاب شود که این خود منجر به کاهش تاخیر مسیر بعنوان یکی از مهمترین اهداف در مسیریابی میگردد. استفاده از تکنیکهای مختلف یادگیری ماشین ابزاری مرسوم در شبکه های رادیوشناختی برای پیش بینی رفتار کاربران اولیه و استفاده از فضاهای خالی فرکانسی در نبود کاربران اولیه میباشد. در این تحقیق نیز ما از یک روش پیش بینی جدید برای این مقصود استفاده میکنیم و با بهره بردن از این تکنیک تعداد کانالهای بیشتری برای ارسال اطلاعات در شبکه های رادیوشناختی فراهم میاوریم. انتظار میرود با استفاده از تعداد متعدد کانالها در ارسال اطلاعات بهره وری طیفی مسیر نسبت به حالت تک کاناله بهبود یابد. نتایج ارزیابی عملکرد الگوریتم مسیریابی پیشنهادی برحسب بهره وری طیفی و تاخیر مسیر در مقایسه با دو متد مسیریابی رادیوشناختی که اخیرا ارایه شده اند صحت این فرضیه و بهبود عملکرد مسیریابی را در شبکه های رادیوشناختی نمایش میدهد.