智能终端的大量引入以及各式应用的快速涌现,给无线网络带来了前所未有的机遇与挑战。频谱利用率低下与频谱资源稀缺的矛盾日益激化,亟需全新的频谱分配与利用技术更智能地使用频谱资源。认知无线电(Cognitive Radio, CR)很好地契合了该需求,引起了学术界和工业界的广泛关注。认知获得的频谱具有零散性、碎片化特征,而正交频分复用技术(Orthogonal Frequency Division Multiplexing, OFDM)技术在资源利用方面具有的灵活性刚好满足了认知无线网络的技术需求。同时越来越多的应用需要向特定的用户群发送特定的信息,此时采用多播技术,将对同一内容感兴趣的用户作为一个多播组,为其提供多播业务,大大降低了连接用户数与所需系统资源的线性依赖性,使得相同的无线网络资源能够服务更多的用户,获得运营商和用户双赢的局面。因此,在基于OFDM的认知无线网络中有效开展多播业务是未来无线通信系统发展的一大趋势,具有重要的意义。尽管认知无线网络与多播技术具有诸多优点,但是实际性能的提升则主要取决于资源分配方案的设计与选择。因此,高效而实用的资源分配方案是基于OFDM的认知无线多播网络提高系统频谱效率、保证用户QoS性能的关键。目前,在基于OFDM的认知无线网络方面,大部分研究针对单播资源分配展开；少数文献研究了传统多播资源分配,得到了一些有用的结果,但是传统多播的性能受限于多播组中性能最差的用户,不能充分发挥无线多播的技术优势。而编码多播,将多播数据进行统一的信源编码,使得编码后的数据具有质量可扩展性,接收到的数据越多,最终解码以后恢复出来的数据质量越高,从而其性能不再受限于最差用户,基站可以根据用户信道条件的差异实现弹性多播,为用户提供更优质的多播业务,在通信系统中具有良好的应用前景。而目前针对编码多播资源分配研究几乎属于空白。考虑到认知无线网络面临的全新挑战,以及编码多播的技术难点,传统的资源分配方案已经难以满足其需求,如何设计新的方案极具挑战。本文将认知无线蜂窝网络与OFDM技术以及编码多播技术结合,针对基于OFDM的认知无线网络编码多播资源分配问题,按从简单到复杂、从理想到实际的循序渐进方式逐步深化系统资源分配模型与方法的研究,取得了一些具有一定理论价值与实际意义的研究成果。第一,本文在第三章分析了认知无线网络编码多播的极限性能。由于在大多数场景下,考虑无线传输的复杂性,以及认知无线网络的特殊性,精确的性能分析可能会推导出极其复杂的数学表达式,很难从中发现有用的规律,获得有用的指导信息,因此本文利用极值理论,对认知无线网络场景下采用单播、传统多播和多描述编码多播传输公共数据业务的渐进吞吐量性能进行了分析和比较。仿真结果表明,即使在用户数不是很大的情形下渐进分析结果也很精确。同时,理论分析和仿真结果都表明在认知场景下,多描述编码多播相比单播和传统多播具有巨大的优势,因此在认知无线网络中使用多描述编码多播进行公共数据的传输具有很大的意义,进一步验证了本论文研究工作的重要性,也为设计资源分配算法提供了理论指导。第二,本文在第四章设计了基于统计信道状态信息的多描述编码多播方案。在之前的理想模型中,假设次基站在执行资源分配时总是知道所有信道的精确信息,但是信道的估计误差、反馈时延、量化误差等不完美因素将制约系统性能的提升,另外在多播用户数较多时,进行频繁地信道信息反馈将不切实际。本文针对认知无线网络的特点,研究了非理想信道下的编码多播资源分配,利用概率统计、随机过程、序统计理论进行理论推导,设计了一种次基站仅有统计信道状态信息的多描述编码多播方案,所提方案能以低复杂度逼近最优性能,具有较好的实用价值。第三,本文在第五章和第六章设计了多小区编码多播的资源分配方案。由于实际系统中,一个小区并非孤立地存在,多小区共存是目前主流蜂窝系统的组网方式,因此有必要研究多小区场景的多播资源分配。对于基于OFDM的认知无线网络,多小区场景需要考虑小区间的同频干扰问题,相比单小区场景更加复杂,目前公开发表的文献鲜有涉及多小区多播资源分配。本文首先分析了多小区编码多播的理论性能,接下来借鉴博弈论、几何规划、对偶分解等方面的理论和方法,结合本文特定的场景,提出了两种低复杂度分布式算法,既避免了集中资源分配的高计算复杂度,又减小了小区间的反馈开销,在性能与复杂度之间取得了良好折中。