基于干扰对齐的认知无线电(Cognitive Radio,CR)网络是目前通信领域的一个研究热点,它可以极大化地提高频谱利用效率。干扰对齐虽然能够有效去除次用户对主用户的干扰,却同时降低了主用户的信噪比,影响了通信质量。为此,本文将研究基于干扰对齐的认知无线电网络中的编解码矩阵的优化设计问题,具体工作如下:(1)针对单个主用户的CR网络,本文提出了两种算法。第一种算法在应用全干扰对齐的基础上,以最优速率为准则重新设计了主用户的预编码矩阵,通过牺牲部分次用户的性能来极大地提升主用户性能,保证了主用户在CR网络中的优先性。第二种算法则以完全滤除码流间干扰为准则对主用户的预编码器进行优化,虽然主用户的性能相比于第一种算法有部分损失,但是该算法有极低的时间损耗,更有实际应用意义。仿真结果表明,两种算法都能达到预期的效果,比简单应用干扰对齐的经典算法有更好的性能。(2)在多个主用户的CR网络模型下,本文针对主用户网络和次用户网络的不同需求,提出了一种基于正交化的单向迭代优化算法。该算法先应用最大信干噪比算法来提升主用户的通信质量,其次通过正交空间的迭代更新算法优化了次用户的预编码和解码矩阵,可以完全消除次用户对其他用户的干扰。仿真结果表明该算法不仅有极低的复杂度,而且有效地提升了整个CR网络的和速率。