认知无线电是在软件无线电的基础上发展而来的能够自适应外界环境变化的无线通信技术,其核心思想是通过频谱感知和系统的智能学习能力,实现动态频谱分配和频谱共享;博弈论是一种处理竞争与合作问题的数学决策方法,合作博弈是指在保证各方利益不受损害的前提下,通过合作使总体利益有所增加。重复博弈是一种特殊的合作博弈,其通过直至无限次数的同构博弈,以长期利益和背叛惩罚诱使博弈参与者在各博弈阶段采取合作策略,实现整体利益的最终最大化。论文将重复博弈模型应用到认知无线电频谱共享算法设计中,以期通过共享用户间的合作性竞争实现频谱资源的高效和有效利用。　　 论文以若干组用户同时竞争无线免授权频谱为研究背景,以提高频谱资源的利用率和效率为研究目的,采用利于激励参与者合作的带有惩罚机制的重复博弈模型,对分布式系统中的频谱共享算法进行了研究,建立了重复博弈模型,给出了共享算法的详细设计方案与具体实现流程。　　 论文对重复博弈模型的应用研究主要包括:选取各参与者选定功率后获得的传输速率收益为重复博弈收益函数:在此基础上,证明了一次性博弈唯一纳什均衡解的存在,为重复博弈的子博弈完美纳什均衡存在提供理论依据,同时为惩罚提供唯一可选方法;用纳什威胁的民间定理进一步证明了如果参与者均采用惩罚后原谅策略,只要贴现值足够大,参与者最终都会趋于合作,在此基础上,推导了相应的惩罚期公式,给出了贴现因子定义公式,并给出了验证算法有效性所需的系统整体收益公式。　　 论文给出了频谱共享算法的设计方案,主要包括:采用正交信道分配方案传输数据信息以简化博弈策略选择;采用基于信号强度的背叛探测方法以提高探测准确性;设计阶段博弈为三个独立的时间段以便于功能划分和实现;博弈各方仅需依据自身收益等不完全信息进行博弈状态判断以减少博弈负载消耗。论文同时给出了算法的详细实现流程。　　 论文最后以MATLAB为平台,通过数值计算,从重复博弈收益和收敛性以及收敛速度三方面证明了所提出的算法的有效性。　　 仿真结果表明:惩罚后原谅的惩罚规则优于只惩罚不原谅的惩罚规则;提高贴现因子值,能增强惩罚力度,提高总体博弈收益,但同时会降低收敛速度,而依据论文所推导的贴现因子和惩罚期计算公式有利于二者的平衡。综合地,仿真结果与理论分析一致。