当今世界,无线通信业务正逐步取代有线业务,占据通信领域的主导地位,人们已越来越倾向于使用方便灵活的无线网络简化工作和生活。无线业务的急剧增多和无线通讯设备数量的不断增长,导致频谱资源危机日趋严重。为此,学者们提出了认知无线网络技术。它通过在传统网络中引入具有认知功能的用户来有效提高频谱利用率,增加信道容量,引起了国内外通信领域专家的广泛关注。随着加入到无线网络中无线通信设备数量不断增加,不可避免地会对原有系统形成干扰,而且新引入的无线设备也会互相干扰。为了解决不同用户间的干扰问题,学者们提出了干扰对齐技术。干扰对齐技术利用合理的波束成型矩阵,使得在多用户网络中每个用户的性能不会随着用户数的增加而线性递减,大大提高了网络吞吐量。认知无线网络由于从用户的加入,从而也是一个多用户网络,用户之间的干扰问题不可避免。本文对干扰对齐技术在认知无线网络中的应用进行了深入的研究,重点解决如何应用干扰对齐技术解决认知网络中多用户之间的干扰问题,提高整个网络的吞吐率。传统认知网络中,我们主要关注主用户信息的发送,主用户一般采用注水定理来进行功率分配,从而最大化主用户的速率。从用户采用干扰对齐技术以使得主从用户之间实现无干扰传输。但是这种方案有一个明显的弊端在于,在很多实际应用中,只需要主用户的速率达到一个门限即可,而希望多余的资源可以用于从用户信息的传输。在这种场景下,传统的干扰对齐技术并不适用。本文针对underlay模式,提出自适应的波束成型技术来代替传统的注水定理,大大提高了在高信噪比情况下的从用户速率,实现了主从用户性能之间的平衡。同时我们将underlay模式中的成果扩展到overlay模式中。在overlay模式中,从用户非因果已知主用户信息,不仅传输自己的信息,还可以帮助主用户进行中继。众多的仿真结果表明我们的方案不仅提高了在高信噪比情况下从用户的通信速率,同时整个网络的吞吐量也得到了提高。