无线设备及业务迅猛增长和频谱资源日趋耗竭的矛盾越来越突出,如何让有限的频谱继续满足人们日益增长的带宽需求成了无线通信领域急需解决的问题。认知无线电技术通过感知并合理利用无线环境中的授权频谱资源有效提高了频谱利用率。在由认知无线电设备组成的网络中,需要解决的关键问题是在不对授权用户产生干扰的前提下,如何合理分配网络中认知设备拥有的资源。本文从网络架构、终端接入和用户满意度的角度出发,对优化网络中的缓存、发射功率、带宽等问题作出了探索性的研究,主要研究工作如下:1.研究了认知无线电网络体系结构的适应性问题。由于时空和地理位置不同,每个认知用户的状态信息是动态变化且相对孤立的,用户间的通信尤其是多跳中继往往开销较大。针对认知无线电网络难以共享信息的挑战,本文利用控制与转发分离的思想,提出软件定义认知无线电网络架构,并在此架构下提出了一种缓存部署策略。2.研究了单跳认知网络的功率控制问题。本文同时考虑能量最小化与接入用户数最大化的目标。对这个问题的研究,通常的做法是移除认知用户的一个子集,使剩下的用户满足功率限制和信噪比的约束。然而在中断概率很大的情况下,存在大量不能满足约束的认知用户,移除方法的干扰时间很长。本文提出混合频谱访问控制算法提升系统容量和节省干扰时间。3.研究了多跳认知网络的带宽分配问题。针对最大化满足用户端到端带宽需求的问题,本文提出了一种基于物理干扰模型的带宽分配算法。为了减少计算时间,首先考虑链路两两之间的干扰,构建信道、功率等级、链路和无线接口的四维冲突图,并找出其部分极大独立集。然后将带宽分配问题转化为基于极大独立集的优化问题。由于考虑网络结点具有缓存功能,用户的请求形成了不同的传输模式,本文分别为多播、聚合和混合传输模式提出了启发式算法。综上,本文主要研究了认知无线电网络架构和动态资源分配问题,其核心目标是提升网络效率和用户体验,研究成果对推动认知无线电网络的研究及实际部署具有一定的理论意义和应用价值。