随着无线通信设备的广泛应用,对于频谱资源的需求越来越大,然而现实却是很多频段被分配给了授权用户,留出一部分公共频段来供公共用户自由竞争使用。并且随着授权用户的逐年增加,无线频段面临分配殆尽的局面。经过研究,已授权的信道在时间和空间的维度上有很多的频谱空洞,导致频谱利用率低下。频谱资源的日益紧缺和频谱的利用率低下构成的矛盾已日益激烈,为了解决该矛盾,学者提出了认知无线电的概念。认知无线电技术通过软件的方式,对无线频段的用户进行一定的控制,使得非授权用户可以在不影响授权主用户使用的前提下机会式得占用已授权的信道资源。将认知无线电技术引入到无线传感器网络中,构成了认知无线电传感器网络技术。虽然认知无线电已经被研究了多年,但是因其涉及到了多门学科,所以仍然需要做广泛而深入的研究工作。在认知无线电传感器网络中,主要涉及频谱感知、频谱分配以及频谱转移等方面。本文将从频谱分配方面展开研究,针对中继协作共享和干扰抑制下的非协作共存两种模型展开研究。本文首先提出了一种基于中继协作的频谱分配策略。在该认知无线电网络中,次用户(secondary user)通过中继转发主用户(primary user)的数据来提高主用户的吞吐率;作为奖励,次用户会得到传输自己数据的机会。为了提高整个网络的性能,本文首先研究了单个主用户和次用户的协作模型,将其构建为斯坦克尔伯格博弈模型,作为博弈的两个角色,主用户决定协作时间片段分配,而次用户决定协作时其中继转发的传输功率大小。然后使用上述单个协作的结果,整个网络的多个主用户和次用户协作模型通过构建为二部图分配问题,最终使用稳定匹配G-S算法来解决。最后的仿真结果显示,通过使用本文的算法,主用户网络和次用户网络都会得到一个较高且平衡的性能,且该算法复杂度低。本文还提出了干扰抑制下的非协作频谱分配策略。在该网络模型中,次用户可以在保证对主用户的干扰不超过一定的阈值的情况下,与主用户同时工作在同一信道。本文中将其构建为多维的多背包问题,通过精确算法和剩余量算法两种算法来求得频谱分配策略来最大化次用户网络的传输速率。通过仿真,我们可以知道两种算法都会得到较高收益,精确算法法的稍高一点,剩余量算法时间复杂度更低。最后,文章对本文研究中的不足和可改进地方提出了一些想法。