随着多媒体、宽带Internet等高速率数据传输业务的迅猛增加,对宽带无线接入的需求也在快速发展。由于无线通信环境恶劣,宽带通信存在诸多技术难题。针对有限的无线频谱资源,如何充分提高其使用效率是技术难题之一。认知无线电作为一种智能频谱共享技术,依靠人工智能的支持,感知无线通信环境,根据一定的学习和决策算法,实时自适应的改变系统工作参数,动态的检测和有效的利用空闲频谱,理论上允许在时域、频域和空域上进行多维的频谱复用和共享。频谱感知是构建认知无线电系统的前提之一,通过频谱感知搜集无线环境的统计信息,既能为高层的频谱管理提供辅助,也能为系统的功率控制提供必要的参数支持。协作分集技术是提高频谱检测概率、减少检测时间的有效方法。协作检测能在很大程度上抑制多径衰落和阴影效应的影响,即使在严重的遮蔽环境下也能获得较高的检测概率。论文重点研究认知无线电中的协作分集技术,主要内容有:(1)通过分析和总结认知无线电中协作分集技术的国内外发展现状,针对单个中继节点情况下,建立了协作分集技术三种基本方法——前向放大法、前向检测法和编码协作法的系统模型,并在瑞利衰落信道下对三者的传输性能进行了仿真和分析对比,证明了其有效的抗衰落能力。(2)功率分配是协作分集实施的关键技术之一,根据信道条件优化每个用户的发射功率,能有效提高资源利用率。以单个中继节点为例,在保持总发射功率不变的前提下,以最小平均误码率为目标,提出了一种用于前向放大协作法和前向检测协作法的最佳功率分配算法并进行了仿真分析和比较。(3)将单中继用户环境扩展到多中继用户环境,并将所有中继用户的位置理想化为并行排列(即多径),建立了协作分集技术三种基本方法的系统模型,并对三者的传输性能进行仿真,分析和比较了三种模式的性能和各自的应用局限。(4)多跳传输在无线通信系统中的研究已得到广泛关注,针对多中继串行排列(即多跳)情况,建立了协作分集技术三种基本方法的系统模式,并对三者的传输性能进行仿真和分析对比。