随着无线通信用户数量的急剧增加和新型无线接入技术的出现,固定分配的频谱资源将变得十分紧缺。认知网络技术的出现,不仅为解决频谱资源紧缺的问题带来了曙光,也为未来无线网络的融合带来了机遇与挑战。在认知无线网络中引入重构技术,针对不同尺度的重构问题,调整设备的参数配置以满足用户通信服务需求、实现多网络之间的共融共存、提高无线频谱资源的利用率,成为认知网络的一个研究重点。本文围绕认知无线网络频谱资源分配重构问题中的两个重点:功率控制和信道分配展开研究。内容主要体现为两个部分:(1)在认知环节中,认知无线网络需要执行频谱感知过程来判断主用户的活跃情况,而此时,模拟主用户通过在频谱感知周期内模拟并发送主用户信号,以致认知用户误认为主用户重新占用信道,甚至是在认知用户使用空闲信道进行正常通信传输时,模拟主用户进行信道攻击,形成模拟主用户攻击。模拟主用户不仅影响了认知用户机会接入空闲信道的流程,而且很可能导致认知用户一直获取不到合适的频谱空洞进行数据传输,以致造成整个认知网络系统的瘫痪。本文第三章以此为背景,探讨了智能认知用户与具有功率控制功能的自私型模拟主用户的共存模式。结合近端策略优化(Proximal Policy Optimization,PPO)算法,经实验结果表明,认知用户通过调节发射功率,促成与模拟主用户形成共存模式,使两个网络不仅能够达到本地节点所需的正常通信条件,也能避免干扰另一个网络;(2)在各类无线通信标准、空中接口技术等层出不穷的现代通信环境中,多个网络共存于同一区域的情况比比皆是。在认知系统中,多个认知网络与主网络共存的情况将会面临频谱资源分配的问题。为了解决此类问题,本文第四章从两种不同的组网方式出发:分别为集中式和分布式,讨论多认知网络频谱资源分配问题。结合目前在无线通信领域内崭露头角的多智能体强化学习算法,提出运用行动者-评论家(Actor-Critic,AC)算法进行信道资源分配的方案。通过仿真表明,多智能体频谱资源分配系统在不同网络需求情况下都能够提升系统整体吞吐量,并且两种组网方式对应的资源分配算法在不同的网络规模下有各自的优势。