随着无线通信技术的发展和广泛应用,无线频谱资源的稀缺己成为制约无线通信技术发展的主要瓶颈。如何提高无线频谱资源的利用率成为了现在无线通信技术迫在眉睫的问题。认知无线电是一种智能的无线通信技术,可通过与周围的工作环境交互而改变其工作参数,具有自适应的频谱接入能力,在未来的无线通信和智能电网通信领域具有广阔的应用前景。本文围绕认知无线电技术中的频谱感知、频谱分配和路由协议三个方面的关键技术进行了分析和研究,主要内容及成果如下：针对协作网络和认知网络共存的场景,提出了一种新型的频谱检测模型—授权用户在协作网络环境下的认知用户频谱检测模型。分析推导了新模型的理论检测概率和虚警概率；分析比较了新检测模型在不同信道条件下的检测性能。在此基础上,提出了该场景下的最佳检测时间优化模型,仿真验证了该模型对优化认知用户检测时间的有效性。仿真结果表明,在协作网络和认知网络共存的场景下,本文提出的新型检测模型在各种不同的衰落信道条件下,其检测性能均优于传统的能量检测模型。尤其在衰落信道条件下,新模型对检测性能的改善程度更加明显。同时,新模型的检测性能会随着协作网络中中继节点放大增益的提高而提高。另外,在该场景下提出的最佳检测时间优化模型能有效地改善认知用户的频谱检测时间。针对颜色敏感图论着色CSGC频谱分配算法中时间开销随着认知用户和可用频谱资源数量的增多而会增大的问题,提出了基于MMR准则的CSGC改进算法,通过引进效益等级参数,设计了兼顾瓶颈用户收益和频谱分配公平性的新标签规则,结合并行算法的思想,实现了MMR准则下的快速频谱分配算法。仿真结果表明,该改进算法能大幅度降低传统CSGC频谱分配算法的时间开销,并且在认知无线网络中的可用频谱数量增多的情况下,相应的时间开销不受影响。同时,在认知用户平均收益和频谱分配的公平性方面,改进算法的性能与传统CSGC算法中的CMIN准则相比得到了一定的改善。该算法对适应认知无线网络的时变性具有重要意义。针对SEARCH路由算法在前向避免区域中因频繁信道切换而造成较大的端到端迟延和路由不稳定问题,提出了一种基于地理位置和前向反馈的认知路由选择算法,通过引入信息反馈机制和改进频谱切换时的优化策略,实现了最佳下一跳路由优化选择。仿真结果表明,本文提出的改进路由选择算法在认知网络中存在前向避免区域的场景下的路由性能明显优于传统的SEARCH路由算法。同时,提出了认知无线网络中端到端路由迟延的性能评估模型,并对改进算法和传统SEARCH路由协议端到端的迟延性能和认知节点的能量消耗进行了分析比较,实验结果表明,改进算法的端到端的迟延性能和认知节点的能量消耗都优于传统SEARCH路由算法的性能。