随着无线通信技术的快速发展与广泛应用以及业务模式的逐渐增多,可用无线频谱资源越显紧缺,而现有的固定无线频谱分配方式又使得宝贵的频谱资源没有得到高效利用,认知无线电技术被普遍认为是解决这一矛盾的最佳方案,它能够使授权用户与非授权用户共享频谱,但同时也造成了用户之间的干扰问题,因此功率控制在认知无线电中显得尤为重要。认知无线电中的功率控制算法需要满足四个方面的要求：1、保证授权用户的正常通信不受影响；2、尽量减少认知用户的发射功率以降低对其他用户的干扰并提高终端电池的寿命;3、满足认知用户的QoS要求；4、算法不能过于复杂,要便于快速计算与分析以适应认知无线电网络快速时变的特点。博弈论作为一种对于利益冲突问题能够选择策略理性解决从而实现效用最大化的有力数学工具,在功率控制方面得到了广泛应用。本文从上述四点出发,基于博弈论围绕认知无线电功率控制展开深入研究,主要研究内容包括：1、认知用户非合作博弈功率控制模型。采用纳什均衡作为基本设计准则,进一步优化认知用户的效用函数。本文提出了基于非线性SINR代价函数的功率控制算法,该算法尽量降低恶性竞争和减少对其他用户造成的干扰,在努力体现认知用户间公平性以及不影响授权用户正常工作的前提下使得纳什均衡趋于Pareto最优,从而遵循无线频谱资源最优化利用原则,另外,在对功率控制算法性能进行改善的同时,也便于快速计算与分析；2、基于Stackelberg博弈的授权-认知用户动态频谱交易功率控制模型。本文将授权用户考虑到博弈中,引入效益机制,充分调动授权用户与认知用户共享频谱的积极性。算法中,授权用户通过动态调整单位干扰价格,限制认知用户产生的总干扰在其能够容忍的最大干扰门限范围内,在保障自身正常通信的同时获得了最大的收益；3、Stackelberg博弈中的认知用户传输速率与发射功率的联合控制模型。联合速率与功率控制有利于下一代无线通信系统多种传输速率业务的开展。本文在Stackelberg博弈框架下提出的联合速率与功率控制算法提供了多样的传输速率,而且通过对传输速率的有效调节,在满足信干噪比要求的同时,进一步降低了功率损耗实现了节能,也减少了对其他用户的干扰；4、基于网络效用的频谱资源优化模型。从社会最优出发,本文提出了认知网络效用函数,在保障认知用户之间公平共享频谱资源的同时,有效了提高认知网络的吞吐量和能量效率；另外,引入最大干扰门限弹性机制,为授权用户和认知用户的动态频谱交易提供了更加灵活自主的决策方案,从经济学模式出发,最大限度地提高频谱资源的利用率,真正实现了授权-认知网络双方共赢。