无线通信系统的发展使得频谱资源的需求不断增长,如何提高频谱资源的利用率也越来越重要。认知无线网络可以为非授权用户(次用户)提供访问授权用户(主用户)频谱信道的机会,并通过在系统底层的频谱共享显著地提高网络系统的频谱效率。为了确保最大化系统整体性能,需要设计出有效的频谱共享方案,从而实现在不影响主用户正常通信的前提下,让次用户有使用主用户空闲频谱的机会。功率控制技术能限制次用户的发射功率,并保证主用户在干扰功率约束下能够正常通信,因此是一种有效的频谱分配策略。本文主要采用博弈论对认知无线网络中的功率控制问题进行分析和研究,并围绕以下两个方面进行深入研究:1.针对认知无线网络中用户之间存在的干扰和次用户发射功率过大造成的损耗问题,设计出一种基于Stackelberg博弈的新算法来对功率进行控制。首先搭建一个主用户和次用户共存的双层网络模型,把主用户定义为博弈中的领导者,次用户定义为追随者,然后对次用户产生的总干扰进行一个定量地分析。在主用户和次用户之间多次博弈的过程中,主用户动态地改变其制定的单位干扰价格,在确保自身能够满足正常通信的基本条件下,尽量最大化自己所得的收益,因而也提高了主用户在频谱共享过程中参与的积极性。仿真实验表明,该算法在保证主次用户的服务质量的前提下,有效地降低了次用户的发射功率,并且能获得更好的系统性能。2.针对认知无线网络中多用户资源分配时需要大量的信道和功率策略信息进行交互,并占用和耗费了大规模系统资源的问题,通过非合作博弈模型对用户进行建模分析,提出一种无信息交互的,基于Q学习的强化算法来动态地实现联合信道选择和功率控制。用户在自学习过程中,将采用统一的策略,仅通过观察自己的回报值来进行Q学习,并逐渐收敛到最优信道和功率分配的最优策略集合。仿真结果表明,提出的联合算法可以高概率地收敛到纳什均衡,并且用户通过信道选择后能得到较高的系统容量。