认知无线电技术是无线电技术发展的一个里程碑,它是目前解决频谱资源稀缺的关键技术。认知无线电技术允许非授权用户通过频谱检测并动态地调整发送功率、频谱和调制方式等参数灵活地占用授权用户未使用的频段进行通信,从而有效地提高了频谱利用效率。OFDM技术是目前公认的比较容易实现频谱资源控制和高效利用的传输方式,可以通过灵活的频谱组合或裁剪,实现频谱资源的充分利用。OFDMA技术是OFDM技术的一种扩展,OFDMA技术为认知无线电场景提供了一种非常灵活的空中接口方式。因此,认知OFDMA技术成为了无线技术研究的一个热点。目前,OFDMA技术的研究已经较成熟,但是将OFDMA技术应用到认知无线电场景中,仍有许多待解决或待改进的问题。本文主要围绕基于OFDMA的认知系统中的一些关键技术展开研究,并相应提出了一些解决问题的方法。首先研究了存在载波频偏下的认知OFDMA系统载波检测问题。阐述了存在载波频偏下的载波间能量泄露模型,分析了由于载波频偏引起的载波间泄露能量的分布及3阶干扰模型,提出了一种基于载波间干扰自消除的载波检测方法。通过分次感知的方法,利用保守门限对置信度高的载波状态先进行判决,然后对未判决的载波进行处理后再判断。该方法有效改善了传统的能量检测无法区分授权用户的信号与干扰的不足,在保持高检测概率的前提下,有效降低了虚警概率。其次研究了认知OFDMA系统中由于认知用户的载波频偏引起的认知用户对授权用户的干扰的消除问题。分析了由于载波频偏导致的认知用户对授权用户产生的干扰的模型以及干扰系数的特点。在此基础上提出了一种基于星座图分裂的干扰消除算法。该方法能够有效地将相邻载波的星座点符号间欧氏距离增大,从而使认知用户相邻载波产生的干扰互相抵消,达到减小认知用户对授权用户干扰的目的。该方法同样能够增大认知用户自身的载干比(Carrier-Interference Ratio, CIR),从而有效地弥补了由于星座点数目增多带来的认知用户信噪比的损失,从整体上改善了认知用户的性能。然后研究了基于比例公平约束条件下认知用户的功率分配问题。为了防止认知用户的“饿死”现象,在认知用户的功率分配过程中引进了比例公平性约束条件,该条件的引入使得认知用户的功率分配问题变得更加复杂。在载波峰值功率约束、比例公平性约束及总功率约束条件下优化认知用户的整体容量,这是一个典型的多约束条件下的模型优化问题。传统的博弈论、拉格朗日对偶分解等数学方法可以用来解决该类问题,但是运算复杂度很高,不利于工程实现。本文对该部分内容的研究创新点在于,从问题本身出发,充分挖掘模型本身的特点,适当地加以近似和简化处理后,得到了一种有效解决该问题的方法。该方法复杂度低,但是能有效地解决比例公平约束下的认知用户功率分配问题。