随着无线通信的飞速发展,有限的频谱资源变得越来越紧张。除此之外,固定的频谱分配策略也导致频谱利用率低下。认知无线电作为解决这一矛盾的关键技术得到了越来越广泛的关注。本文主要围绕“认知无线电中频谱感知与资源优化分配”两个方面展开探讨,分别从异步协作频谱感知、物理层的安全威胁攻击、以及感知时间和资源分配联合优化方面,进行算法研究、理论分析和仿真实验。在同步协作频谱感知中,感知和上报的过程都需要统一的时钟,但是在实际环境中严格同步比较困难且同步时钟开销较大,因此,研究异步协作频谱感知是有必要的。针对目前异步协作频谱感知中的计算开销较大、及时性不好的问题,提出了基于D-S(Dempster-Shafer)证据理论的触发式异步协作频谱感知算法。在所提算法中,认知用户随机开始进行频谱感知和上报感知结果且采用双门限能量算法计算信任度函数,当融合中心接收到有用的上报信息时,触发融合,最后采用D-S证据理论融合有用的感知结果。仿真结果表明,提出的算法提高了异步协作感知的性能,减小了认知系统的开销。针对协作频谱感知算法大多假设认知用户是可靠的,且公平对待每个用户的感知结果,但在实际的认知无线电环境中,通常不能保证所有的认知用户都是可靠的,恶意用户可能篡改本地感知信息,向融合中心发送错误的感知结果,致使融合中心最终做出错误判决的问题,提出了一种基于信任度的恶意用户检测改进算法。提出的算法把Stackelberg博弈论思想应用到频谱感知算法中,融合中心根据认知用户的可信度将其分为领导者和跟随者,跟随者跟随领导者的判决结果,同时提出的算法根据认知用户的可信度可以很容易识别出多种类型的恶意用户。当认知用户发生漏检时,距离主用户比较远的认知用户对主用户产生的干扰比距离主用户比较近的认知用户对主用户产生的干扰小,因此,在频谱感知中只考虑漏检概率会过度保护主用户。针对这个问题,首先研究了一种干扰感知的模型,并且提出了一种新的衡量频谱感知性能的指标-干扰概率,然后研究了资源优化分配问题,以最大化认知系统的吞吐量为目标,在认知用户传输功率限制和主用户可容忍的干扰功率限制的约束以及漏检概率和干扰概率的联合约束下,建立了多约束限制的数学模型,利用凸优化理论中的次梯度法进行了最优时间和最优功率分配,最后通过仿真证明了算法的可行性和优越性。