随着无线通信技术的迅猛发展,无线用户数量飞速增长。用户对服务质量要求的不断提高,使得无线频谱的需求量急剧增加,但是现有的无线频谱资源几乎已被分配完毕,很难再有空闲频段分配给新的无线应用；然而已分配的无线频谱存在着利用率较低的问题,因此,无线频谱资源匮乏和低利用率之间的矛盾日趋严重。认知无线电技术能够在不影响授权业务的同时充分利用空闲频谱资源,从而有效提高频谱利用率,为解决此矛盾提供了一种有效途径,也是未来移动通信发展的重要方向。认知无线电主要通过频谱感知技术对特定频段进行检测,寻找空闲的频谱资源；并通过动态频谱管理技术对不同时域、频域和空域的频谱资源进行合理分配,提高频谱利用效率。基于认知无线电技术的认知网络以实现端到端业务的QoS为目标,通过感知技术获取网络状态信息,对业务流量进行合理调度,充分优化资源配置,从而实现网络的负载均衡。目前,已经有很多研究机构和学者就此相关领域展开研究,并取得了一定的成果,但是仍存在许多亟待解决的问题。本文以提升认知无线电频谱管理与认知网络流量调度的性能和效率为目标,对认知无线电资源管理中的合作频谱感知、动态频谱接入以及认知网络中流量调度等关键技术展开研究。本文不仅提出了相应的改进机制和算法,而且通过理论分析和仿真实验对算法性能进行了验证。主要工作和创新点如下：1)针对认知无线电提出了基于演化博弈理论的协作频谱感知机制。在对认知用户的实际传输时间和吞吐量进行分析后,引入演化博弈模型对认知用户协作感知过程进行建模。在保证频谱感知检测概率和虚警概率的基础上,通过调整认知用户参与协作感知的概率以提高认知用户的吞吐量；此外,还提出一种分布式的自适应学习算法,该算法可以使认知用户根据自身的策略选择及收益历史,自适应地调整参与感知的概率,从而有效减少协作通信开销。2)提出了一种基于斯塔克伯格博弈理论的动态频谱分配机制。授权用户和认知用户共同参与频谱分配博弈,其中,授权用户是博弈的主导者,决定出租频谱的总量以及频谱价格；认知用户作为博弈的从属者,在综合考虑频谱价格和自身带宽需求的基础上,选择相应的最优频谱接入策略。在此基础上通过基于纳什议价解的补偿算法,保证授权用户和认知用户都选择更有利于提升系统总体性能的分配策略。3)针对认知分组网络提出了一种基于hopfield神经网络算法的流量调度机制。该方法首先在源节点和目的节点间建立具有QoS保障的多路径路由,然后根据实时网络状态信息,并结合hopfeild神经网络算法和流量微分算法对各条路径的负载流量进行优化配置,从而减少业务端到端传输时延。在此基础上还提出一种全网流量调度机制,对网络中所有链路的流量负载进行调度,以提高网络整体性能,保证全网时延最优。本文的工作不仅对现有认知无线电及认知网络的研究具有一定的理论和实践价值,而且对其它无线网络的深入发展也有借鉴作用。