本学位论文针对认知无线电的频谱感知、频谱分配、信道分配及功率控制等关键技术问题展开研究,以期提高系统的频带利用率,保障用户的服务质量,其主要研究内容及取得的创新型研究成果如下：论文提出了一种基于线性自信号消除的认知无线电带内频谱感知方法。该方法利用无线衰落信道AR模型,对相邻接收符号进行线性加权,从而消除接收信号中的自信号,同时给出了奈曼-皮尔逊准则下最优检测器。论文提出的方法在多普勒频移较大时优于已有的无静默期的带内频谱感知方法,在满足IEEE802.22无线区域网主用户信号检测需求的同时,有效的提高了系统频谱感知的性能。结合正交频分复用技术,研究了认知无线电多用户频谱分配策略,提出了多用户分配与基于比例公平分配两种算法,实现认知无线电与OFDM频谱共享,与传统基于FDMA的静态频谱分配算法相比,论文提出的算法能够保障用户的QoS需求,并提升将近30%的系统容量。同时对认知用户频谱分配过程进行建模。通过引入协作机制进一步求解了连锁店博弈模型的相关均衡。仿真实验从效益函数、信道利用率以及通讯时间等三方面验证了连锁店博弈模型相关均衡的优势。应用博弈论来研究多无线电多信道网络信道分配问题,通过建立具有公平意识和信道负载均衡特性的效用函数,建立了一个基于非合作博弈的信道分配模型,在此基础上,提出了一种基于负载均衡与公平的信道分配算法。实验结果验证了本文提出的算法在实现信道负载均衡的前提下,充分保证了用户之问的有效性与公平性。提出了一种启发式算法,解决了QoS约束下基于OFDM的认知无线电功率控制问题。同时由不完美频谱感知情形下的十扰功率模型,建立认知无线电网络共同信道和功率分配优化模型,提出了一种基于遗传算法的共同信道和功率最优分配算法,该算法能在不完美频谱感知情形下对信道和功率进行联合最优分配,减少对授权用户的功率干扰,实现网络中认知用户吞吐量的最大化。