认知无线电技术的提出背景是由于无线频谱资源的稀缺性。在传统无线通信系统中，频谱资源通常采用固定分配策略，将频谱划分为不同的频段，分别指定给不同的用途，使得频谱利用率低下。一些无线系统因频谱资源受限，只能利用有限的频谱进行通信。为了解决这一问题，认知无线电（Cognitive Radio, CR）的概念被提出。CR技术使无线设备能够感知周围环境，并根据环境、流量负载、干扰、网络连通性和无线信道传播特性动态调整其频谱使用，以提高频谱资源的利用效率。
认知无线mesh网络（Cognitive Wireless Mesh Networks, CWMN）是一种新兴的无线网络结构，它结合了认知无线电技术与无线mesh网络的特点。无线mesh网络是一种多跳网络结构，它通过每个节点的多跳转发功能，建立高效的网络覆盖。无线mesh网络节点间通过无线链路相互通信，具有自组织、自恢复、网络扩展性强等特点。在CWMN中，网络节点不仅负责数据传输，还能够检测频谱的使用状况，进行动态频谱接入，从而更加有效地利用可用的频谱资源。
文章中提到的联合路由的分布式信道分配策略，是指在CWMN网络中，各个节点在进行数据传输的同时，还需要对所使用的无线信道进行智能分配。这种信道分配策略的目的是为了维持网络中各个节点邻域内的信道差异性，降低链路间的干扰，从而提高网络整体的容量和性能。该算法通过分布式计算来实现，每个节点根据本地信息和邻近节点的信息进行信道选择，无需中央控制单元。
仿真结果表明，这种新的信道分配算法相比于传统无线多信道网络中基于链路的信道分配算法，在平均吞吐量上可以提高约50%，在平均时延上可以降低约50%。这表明该算法能够有效提升网络性能，特别是在信道约束较为严重的环境下，进一步引入了信道合并算法。信道合并算法能在频谱资源有限的情况下，通过合并可用信道，进一步提升网络的吞吐量和降低时延。
关键词中提及的“路由”，在无线mesh网络中是指数据包从源节点到目的节点传输的路径选择过程。由于无线mesh网络中每个节点都可能与多个其他节点直接通信，因此需要通过有效的路由算法来选择最优路径。而“信道分配”则是针对无线通信中的频谱资源管理，通过算法合理地将有限的信道资源分配给各个通信链路，以减少干扰并提高频谱利用率。
在信道约束情况下引入的信道合并算法，是一种在频谱资源受限时，将相邻的几个信道合并为一个较宽的信道的技术。该技术通过减少可用信道数量，优化信道的使用率，以解决频谱资源紧张的问题。仿真结果证明，信道合并算法的实施进一步提升了网络的平均吞吐量和时延性能。
从文献标志码“A”和文章编号来看，这篇文章被归类为计算机应用研究领域的文章，具体的研究主题是认知无线mesh网络中联合路由的分布式信道分配算法，这类研究属于技术发展较快、实践意义重大的前沿领域。
通过以上内容的分析，可以看出文章重点介绍的是在认知无线电环境下，针对无线mesh网络提出的联合路由与分布式信道分配策略。这种策略能有效提高网络容量，减少干扰，提升通信质量。由于采用了分布式计算方式，该策略也符合无线网络去中心化的设计理念，具有较强的实用价值和广阔的应用前景。
