无线电频谱是不可再生的、宝贵的通信资源。随着无线通信技术的飞速发展和用户对数据业务宽带化、多样化需求的日益增加，频谱资源紧缺与用户需求之间的矛盾越演越烈。然而调查发现，传统的固定频谱管理方式及已分配频谱的使用不平衡是导致这一矛盾出现的本质。认知无线电是一种有效利用频谱资源、缓解无线频谱紧缺问题的新方法，通过感知周围无线环境、自动搜寻可用频谱，动态地将其进行再分配和再使用，为提高频谱利用率开辟了崭新的途径。由于授权用户活动的随机性，导致空闲频谱随机出现。如何快速有效地获得空闲频谱的可靠信息是认知用户的首要任务，也是频谱感知的主要目的。根据感知结果，认知用户自适应调整工作参数以适应周围环境的变化，同时保护授权用户的通信不受干扰。由于认知无线电系统自身的特殊性，如何管理好对授权用户的干扰及认知用户间的互干扰并获得最优系统性能，是认知用户间动态资源分配的主要任务，必须精心设计。因此，本论文主要针对认知无线电系统中的频谱感知和动态资源分配技术展开了深入的研究和探索，主要的研究内容如下：(1)基于能量检测器，研究了认知无线电系统宽带频谱感知的优化设计问题。在宽带OFDM系统中，由于信道时变和多径衰落等影响，每个子载波经历不同的衰落。如何快速发现并识别出微弱的授权用户信号需要在每个子载波上设置不同的判决门限，而虚警概率约束也同样影响判决门限的设置。此外，感知时间影响着感知信息的有效性和准确性，优化时必须与判决门限同时考虑。因此，针对宽带OFDM系统，本论文研究了感知时间和判决门限联合优化的宽带频谱感知，在感知精确度要求和对授权用户干扰门限约束下，使认知无线电系统的性能达到最佳。利用最优化理论，对该问题进行建模、优化，然后提出了一种联合优化算法，并通过数值仿真验证了该算法的有效性。仿真结果表明了所提出的联合优化方法能够使认知无线电系统的机会吞吐量达到最大，同时很好地满足约束要求；(2)由上一章分析知，周期感知的帧结构限制了感知时间，导致在感知时间与系统吞吐量之间存在折中。为此，本论文改进认知用户的接收机结构，将信号接收解调与频谱感知联合设计，允许认知用户信号接收和频谱感知同时进行。并且当感知精确度需求一旦满足，感知电路将切换到睡眠模式以节约功率，进而提出了一种带有睡眠模式的并行频谱感知方法。相比较而言，感知时间和数据传输时间都得到增加，因而认知系统性能得到改善。同时睡眠模式也能减少系统能量消耗。考虑授权用户活动的随机性，研究了感知时间和功率分配联合优化问题，以使得认知系统可达机会吞吐量达到最大，同时满足频谱感知精确度和认知系统功率预算的要求，并保证对主用户造成的干扰低于给定的门限值。提出了一种联合优化算法来获得该问题的最优解，内层算法在给定感知时间情况下有效迭代出最优功率分配；然后利用外层算法搜索出最优的感知时间和功率分配。最后通过数值仿真，并与其他已有方法的比较，验证了所提方法的可行性和优越性；(3)认知无线电系统已有的动态资源分配算法是基于OFDM，且在静止环境下提出的。当认知用户移动或周围有其它物体在移动时，会产生子载波间干扰。这种干扰严重降低了基于OFDM的认知系统性能，尤其在高速移动环境下，系统性能更加恶化。而已有的动态资源分配算法都是针对静止环境下的。为此，本论文提出了一种移动环境下的自适应子载波带宽方法，来减小子载波间干扰的影响。在此基础上，进一步研究了基于OFDM的认知无线电系统的子载波带宽和功率分配的联合优化问题。在认知系统的子载波带宽、功率预算和对授权用户干扰约束条件下，联合优化子载波带宽和功率分配，使得认知系统的带宽效率最大。提出的一维搜索迭代算法能够获得最优的子载波带宽和对应的功率分配。仿真结果也表明，所提算法能够达到最大的认知系统带宽效率，同时有效地抑制对授权用户的干扰，满足约束要求；(4)进一步研究发现，认知无线电系统大多数已有的动态资源分配都以实现频谱利用率最大化为目的。然而，目前能量消耗已逐渐受到越来越多的关注。基于电池能量寿命、网络可持续发展等考虑，减少认知无线通信系统的能量消耗不仅可以减少对环境的影响，而且也降低整个网络成本，并有助于使认知无线电通信更加实用和普遍化。因此，在机会频谱接入方式下，本论文研究了实时业务下基于OFDM的多用户认知无线电系统传输链路的动态资源分配，使得认知系统总的传输功率最小，并满足认知用户的目标传输速率要求和干扰功率约束。利用最优化方法，分析推导出最优的子载波和功率分配。在给定子载波分配情况下，最优功率分配不仅与每个子载波的信道条件有关，而且还与每个子载波对授权用户造成的干扰有关。由于所提出的最优联合分配算法计算量非常大，进而提出基于随机搜索的次优算法。仿真结果表明，提出的次优算法复杂度低且性能上能够很好的逼近最优算法，并优于其他已有的算法；(5)上述动态资源分配是基于非协作频谱共享方式的，认知用户缺乏与授权用户的合作，因而减少了更多频谱使用的机会。协作中继是一种有效改善系统容量的通信技术，但认知系统中频谱接入权的不对等性及认知用户所获得的授权用户边缘信息的不确定性，影响着认知用户发射端编码策略的选择；再加上干扰功率约束，认知系统的性能受到了极大地限制。在这种非对等信息情况下，本论文基于OFDM的认知系统提出了协作频谱接入的频谱共享方式，即认知用户本身作为中继帮助授权用户传输，同时也允许在相同频段传输自身数据。利用信号传输性能差异，认知用户采用叠加编码技术，消除来自授权用户的干扰。在此基础上，研究了认知系统的功率分配问题，在认知用户目标传输速率要求和保护授权用户即时速率不变的约束下，使得认知系统总的传输功率最小。通过数学推导将两变量约束优化问题转换为单变量约束优化问题，并提出了一种基于贪婪思想的最优功率分配算法。仿真结果表明，在相同的环境下，提出方法的性能要优于其他的方法。最后，总结全文工作的同时，给出了下一步的研究方向。