为了进一步提高无线频谱资源的利用率,在认知无线电网络中次用户被允许机会式地接入主用户的频谱空穴。在使用频谱空穴之前,次用户通过与主用户进行频谱交易的方式获取频谱空穴的使用权。在实际的频谱交易过程中由于缺乏彼此之间的私有信息及其先验信息(即为非完全信息),决策者(主次用户)需要具备在非完全信息的条件下作出理性决策的能力。从这个角度出发,本文围绕在市场模型中决策者在非完全信息条件下如何理性决策的问题展开研究,具体内容主要包括以下几个方面:1.当主用户采用第二价格密封拍卖模型向次用户拍卖其频谱空闲时隙时,报价最高的次用户将在拍卖中获胜并需要支付第二高报价给主用户以获取该频谱空闲时隙的使用权。在某些情况下,最高报价和第二高报价之间的差距比较大,这将不利于主用户在拍卖频谱空闲时隙后所获得的收益。为了提高主用户的收益,主用户设定保留价格是一种比较可行的方法。针对主用户在非完全信息条件下设定保留价格的问题,本文提出了仅利用拍卖获胜报价的历史交易信息设定最优保留价格的决策模型。通过蒙特卡洛仿真实验结果可知,该决策模型不仅能使主用户的收益增加,而且几乎未对频谱空穴的利用率构成不利影响。2.当多个主用户同时拍卖频谱空闲时隙时,次用户作为理性的决策者必须考虑如何选择一个拍卖者进行报价使其竞拍成功可能性最大的问题。针对次用户在非完全信息条件下如何选择拍卖者的问题,本文提出了基于多拍卖老虎机博弈模型的拍卖者同序选择策略以及基于最优停止理论的拍卖者贯序选择策略。在多拍卖老虎机博弈模型中,利用Exp3在线学习算法帮助每个次用户找到该次用户的最优拍卖者。鉴于Exp3算法在拍卖者选择过程中具有比较大的最大平均后悔度,本文提出了可以利用各个主用户的拍卖获胜报价历史信息的新型在线学习算法并从理论上证明了其最大平均后悔度小于前者。对于拍卖者的贯序选择问题,本文将其转化为经典的秘书选择问题并将具有决策能力的次用户定义为智能次用户。智能次用户贯序估计在每个拍卖中的获胜概率并根据最优停止规则决定是停留在当前拍卖中进行报价还是继续估计在下一个拍卖中的获胜概率。通过蒙特卡洛仿真实验结果可知,在多拍卖老虎机博弈模型中,每个次用户通过上述两种在线学习算法都能在非完全信息条件下找到各自的最优拍卖者,同时验证了两种算法的最大平均后悔度为有限且第二种算法的最大平均后悔度明显少于前者;在贯序选择模型中,以最优停止规则为基础的拍卖者贯序选择策略是有效的并且能够满足智能次用户的不同要求。3.在实际的认知无线电网络中,必定会存在单个主用户和单个次用户两者之间进行频谱交易的情形。讨价还价理论是研究这一情形的有力工具,也是属于博弈论的范畴。在讨价还价的过程中,在彼此未知对方私有信息及其先验信息的情况下主次用户如何理性地给对方报价是必须研究的问题。针对该问题,本文以机会合作网络为系统背景提出了不需要任何决策者的私有信息及其先验信息的讨价还价决策模型。通过蒙特卡洛仿真实验结果可知,该决策模型能够使主次用户就讨价还价过程中的价格达成一致,并能使主次用户双方在讨价还价的过程中获得双赢,这说明了本文所提出的讨价还价决策模型是有效且实用的。