在过去的数十年间，一方面，无线移动通信的应用已经从地面发展到了空中、水下等各种场景；另一方面，无线通信也出现了各种新技术，比如认知无线电、协作中继、多输入多输出等。在物理层方面，无线通信链路通常会经历多径、衰落、多普勒频偏等，从而影响链路传输的可靠性。现有文献和技术已经对多径和衰落进行了大量而有效地研究，本文的重点是研究高动态多普勒捕获技术。在网络层方面，随着通信新技术的发展，无线网络已经从简单的蜂窝网发展到了越来越多的新形态网络，比如，认知网络、中继网络等。在无线网络中，如何有效地分配有限的频谱资源就成为了提升网络性能的关键。高动态多普勒频偏捕获技术和协作中继、认知无线电网络中的资源分配策略由于分别能够保障可靠的链路传输和有效的网络资源分配，因此受到了学术界和工业界的广泛关注，逐渐成为无线通信领域研究的热点。高动态多普勒频偏捕获技术是为了解决由通信链路收发两端的相对运动带来的载波多普勒频偏，从而可以提高通信链路的可靠传输。协作中继和认知无线电网络可以通过合理的频谱资源分配策略来提升整个网络的性能，从而可以提升网络资源有效利用。本文针对高动态多普勒捕获和网络资源分配分别展开研究。论文的主要工作概括如下：　　（1）针对高动态传输链路场景，首先分析了低信噪比和高动态相对运动对多普勒捕获性能的影响。然后，根据运动加速度对多普勒漂移的限制特点，提出一种基于搜索范围校正的多普勒捕获新算法。在所提算法的框架内，前面累积周期内的捕获结果确定下一个累积周期内的搜索范围，从而将其限定到一个更小也更为精确的频率区间，这样就可以提高多普勒的捕获概率。根据最大似然搜索准则，推导出了捕获概率增量的闭式解并且给出了最佳的码元累积周期的选择方案。仿真结果表明，通过充分利用接收到的码元信号，基于搜索范围校正的多普勒捕获新算法可以明显地提高其捕获概率，尤其是在相对运动加速度比较大的情形下。　　（2）针对基于搜索范围校正的捕获算法，提出了两个分别基于重叠搜索范围校正和迭代搜索范围校正的多普勒捕获改进算法。相对于基于搜索范围校正的多普勒捕获算法，基于重叠搜索范围校正的多普勒捕获算法通过码元累积周期在时间上的部分重叠实现。首先，介绍其核心思想之后，分析了重叠因子的选择方案。此算法不仅提升了方案选择的灵活性，而且节省了大量的捕获时间。随后，在基于重叠搜索范围校正的捕获算法的基础之上，提出了基于迭代搜索范围校正的多普勒捕获算法，此算法利用前面累积周期内的捕获结果来决定后面累积周内捕获的搜索范围并据此形成一种从前往后的逐级迭代的搜索范围校正处理流程。通过分析与讨论，从理论上推导出了此算法条件下的多普勒捕获概率的上界值。仿真结果表明，所提出的算法能够有效地提高多普勒的捕获概率并减小其捕获偏差。　　（3）研究了无线协作中继通信网络中的中继资源分配问题。首先，定义了源节点用户和中继节点用户的速率收益分配方案。然后，给出了演化博弈理论的基本概念和定义，并将其引入到协作中继网络中，建立了此网络中继资源分配的数学模型。针对此模型，推导出空闲中继用户情形下对应的演化博弈均衡解。随后，在忙中继用户情形下，提出一种新的基于变群体演化博弈的中继资源分配方法，在此方法中，演化博弈的群体数目随演化时间而单调不增。另外，通过比较文中所提分配方案与集中式的注水分配方案的网络总收益后发现，文中方法是一种分布式的次最优的分配方案，在某些特定情形下，其可以等价于最优的分配方案。　　（4）研究了在协作认知中继通信网络中基于变群体演化博弈论的资源分配方法的应用。在分析协作认知中继通信网络中主用户和次级用户的频谱资源特点的基础上，利用变群体演化博弈论设计了一种此网络资源分配方案。主用户拥有频谱资源可以充当源节点，而次级用户没有频谱资源只能通过充当中继节点来换取主用户的一部分频谱资源来进行自己的信号传输。次级用户拥有选择主用户的权利，从而所有的次级用户组成了一个演化博弈的群体。在协作中继的过程中，次级用户需要消耗功率，这样它就需要考虑从协作中继中获得的收益是否能够补偿其能量消耗成本，因此这就构成了变群体演化博弈的前提条件。通过计算机仿真的结果表明：此方案可以解决次级用户对主用户的选择问题，并且此问题存在唯一的演化均衡解。