无线技术的飞速发展和无线应用需求的日益增长都使得无线频谱资源越来越成为无线通信发展的瓶颈。认知无线电技术因为可以有效提高无线频谱利用率成为业界公认的解决方案。主用户定位技术是认知无线电的一个关键技术。认知无线电网络中,主用户对授权频谱具有优先使用权,认知用户必须避开授权用户正常通信所使用的频谱资源,选择空闲频段进行通信。处于网络不同位置的次用户通过利用所感知到的自身周围的频谱空洞信息和主用户的位置信息,可以计算出自己距离主用户的距离,进而对当前空闲频谱的接入机会进行有效评估,根据评估结果选用相应的技术手段实现对当前频谱空洞的优化利用。利用主用户的定位信息,认知无线电网络系统还可以提供许多基于位置的增值业务,实现位置辅助的网络优化以及收发信机算法优化。首先,通过研究无线传感器网络定位算法等相关算法,结合认知无线电人工智能的技术特点,提出了针对认知无线电网络中单个和多个主用户的定位算法。通过三角形质心可以计算出主用户发射机的位置信息,在此基础上仿真,提出基于K-Means聚类的RSSI定位算法,该算法利用到所有圆的交点,对交点集做聚类分析,因此得到主用户发射机的位置信息。该算法计算复杂度低,通信开销小,无需硬件扩展。其次,通过详细介绍了基于信号强度的多主用户定位的EM算法,EM算法可以在主用户和认知用户不合作的认知无线电环境下进行定位。需要注意的是,当以主用户发射机位置估计作为算法性能的衡量指标时,在认知无线电网络总体性能中,授权用户发射机位置准确性占据极其重要的地位,而这很依赖于主用户发射机的传输模式,以及干扰容限等因素。最后,提出了一个基于迭代聚类的多主用户全盲定位估计算法,通过奇异值分解算法估计出主用户发射机的数量,解决了多主用户定位问题中发射机数量先验知识的难点,并通过聚类算法和迭代算法估计主用户发射机的位置信息。该算法能够实现在未知主用户发射机数量的前提下,由多个认知用户节点感知到多个不合作主用户发射机的功率信号并进行位置估计。