随着无线通信技术的飞速发展,人们对无线业务的需求不断增加,大量无线应用需要占用较宽的频带,频谱作为一种不可再生的宝贵资源正逐渐变得稀缺。我们正面临这样一个困境：一方面,频谱供需的矛盾日益突出；另一方面,在当前的频谱管理政策下,固定频谱分配后频谱资源的利用率又极其不足。在这一背景下,可以对频谱进行重复利用的认知无线电技术应运而生。认知无线电是一种具备动态频谱接入功能的智能无线通信系统,能在不干扰授权用户的前提下伺机利用频谱机会,从而提高频谱的利用率。为了与主用户进行频谱共享,次用户必须对主用户不产生干扰或者产生的干扰不能超过主用户所能忍受的干扰温度门限,因此功率控制及分配便是控制对主用户干扰的一种主要手段。为了保证主用户的服务质量,需要将认知用户的功率控制在足够低的范围内,但是,过低的发射功率却又可能阻碍认知用户本身的通信质量,因此在保证主用户不被有害干扰的条件下,还需尽可能地提高认知用户的通信质量。所以,功率控制和分配技术作为认知无线电关键技术之一,其研究具有重要的意义。本课题正是在这个前提下,借助数学上的最优化理论和博弈理论为工具,对认知无线电网络中的功率控制及分配技术进行了深入的研究。本文主要工作和创新包括以下内容：(1)将博弈论应用到认知无线网络的功率控制技术中,分别提出了两种基于博弈论的分布式功率控制算法。1)基于非协作博弈机制,将认知用户作为博弈者,将认知用户获得的吞吐量和主用户的干扰门限约束同时考虑到效用函数中,通过认知用户之间进行博弈,达到Nash均衡,并推导了Nash均衡存在的充分和唯一性条件,在此基础上提出了一种分布式的功率控制算法。2)针对上述算法中存在的远近不公平性问题,文中进一步采用双寡头博弈机制,设计出了一种频谱租赁模型。其中,将主用户作为模型中的领导者,认知用户作为跟随者,认知用户使用主用户的授权频段时需以干扰功率为单位支付给主用户相应的费用,而主用户则通过调整价格,在获得最大收益的同时,限制认知用户对其产生的总干扰功率不超过干扰温度门限。而不同认知用户间则根据主用户制定的价格,进行非协作博弈,在此基础上,本文提出了简单的分布式功率控制算法。仿真结果表明,与集中式的全局最优功率控制算法相比,分布式功率控制算法可以获得与其相近的系统性能,且主用户与认知用户间只需进行少量的信息交互,这与需进行大量信息交互的集中式最优算法相比,具有较大的优势。(2)针对认知单向AF中继网络场景下的资源分配问题,提出了简单易行的次优功率分配算法和等功率分配算法。同时,针对认知单向DF中继网络场景,提出了近似最优的功率分配算法,并在此基础上提出了最佳中继选择方案。1)在基于正交频分多址(OFDMA)的多用户认知单向AF中继网络场景下,以认知用户的最大和速率作为最优化目标,考虑了主用户的干扰门限约束,对功率分配问题进行讨论。由于很难对多个用户同时共享相同子信道的功率分配问题进行直接求解,文中将其分解为两步进行：首先进行子信道分配,再进行功率分配。同时为了简化功率分配过程,将最优化问题分解为两个简单的次优子问题,又因为功率分配的闭式解难以得到,文中采用二分搜索迭代算法来求解认知节点的优化发送功率。且为了更进一步使得功率分配易于实时执行,提出了更为简单的等功率分配方案。仿真结果表明,与最优功率分配算法相比,本文提出的次优功率分配算法性能略差,但算法简单易行,耗时短,更适用于实时执行。2)在基于正交频分复用(OFDM)的认知单向DF中继网络场景下,考虑存在多个认知中继,在主用户干扰温度门限和认知节点的和发射功率多个约束条件下,以和速率最大作为最优化目标,对发送最优功率进行求解。由于此问题属于非线性凸最优化问题,且存在多个约束条件,在求解过程中,非常耗时,很难用于实时执行,因此文中将其进行了分解,提出了较为简单的近似最优的功率分配算法,并在此基础上提出了最优的中继选择方案。理论分析和仿真结果显示,本文提出的方案,实现起来较为简单,且能够同时满足主用户干扰门限和认知节点和发射功率约束,更加适用于认知单向中继网络场景。(3)在基于AF的认知双向中继网络场景下,提出了考虑公平性约束的最优和次优的功率分配算法,并提出了最佳中继选择方案。同时,在基于OFDM的认知双向中继场景中,提出了自适应中继选择方案,并在此基础上对功率分配问题进行了有效地求解。1)在存在多个中继的认知AF双向中继网络场景下,考虑到公平性下的速率优化问题,以认知节点的和发射功率和对主用户的干扰温度门限作为共同约束条件,利用SINR平衡算法求出了功率分配的闭式解。同时考虑到工程实现的问题,提出次优的简单易行的功率分配算法。次优算法仅将原始优化问题简单地分为两步进行一即首先以最大和发射功率作为约束条件进行功率的简单分配,再根据干扰门限约束条件进行功率的二分搜索调整。最后在上述功率分配的基础上,提出了最佳的中继选择方案。仿真结果表明,本文提出的方案性能优异,与其它算法相比,更适用于认知双向中继网络场景。2)在基于OFDM的认知双向中继网络中,提出自适应中继策略。以认知系统的最大和速率为优化目标,以干扰温度门限作为约束条件,联合自适应中继策略,对功率分配问题进行了讨论。其中,首先利用拉格朗日对偶法将最优化问题分解为N个针对单载波的优化子问题,并根据不同的中继方式即AF或者DF,将每个子问题分为两种情况进行讨论。对于AF的情况,由于此优化子问题很难直接求解,将其等效为凹优化问题；对于DF的情况,则根据中继节点解码顺序的不同分为两种情况进行求解,采用次梯度投影法计算功率分配解。然后,根据以上的功率分配解,判断采用哪种中继方式。仿真结果表明：与单独采用AF或DF中继方案相比,自适应中继方案则在高SNR和低SNR下,均能获得良好的系统性能。