无线通信业务需求的爆炸式增长和服务质量要求的不断提高，要求无线通信网络必须利用有限的频谱资源，不断寻求提高系统容量和覆盖能力的技术途径。认知无线电作为一种智能频谱共享技术，具有环境意识、行为意识和目标意识，允许在时域、频域和空域上进行多维的频谱复用和共享。博弈论是一种利用数学模型解决决策及决策均衡的理论。通信用户之间竞争有限的网络资源，可以通过建立博弈模型，利用博弈论设计高效、可靠的资源管理与分配策略。本文围绕认知无线电网络动态资源管理和分配策略开展研究，利用非合作博弈论建立数学模型，通过分析纳什均衡及其特性，验证运用博弈论解决认知无线电网络资源分配问题的可行性，并提出两种基于博弈论的资源管理与分配算法：针对集中式认知无线电网络，提出一种联合资源评价的非合作博弈资源分配算法（Joint Resources Evaluation and Allocation Algorithm based on Non-CooperativeGame, JREA）。利用基站搜集的统计数据对主用户占用频谱进行定量评价，并对认知用户进行调度和资源分配；基于主用户可容忍的干扰值门限确定网络中每个用户的发射功率上限，同时结合认知用户业务的QoS需求设计功率分配算法的效用函数，并分析其收敛性。仿真验证结果表明，该算法收敛较快，在低信噪比通信环境下也能保证每个用户的信干噪比（SINR）高于QoS需求门限，同时降低对主用户的干扰，提升网络性能。针对通信用户无法获得完全信息的分布式认知无线电网络，设计了一种用户接入和信令交互过程，通过生成网络可用信道优先度表评价信道可用性和质量，构建基于EWA的学习博弈模型，提出一种基于信道优先度与认知用户间干扰的EWA学习博弈抽象的信道选择算法。仿真验证结果表明，该算法可通过对历史经验的学习，自适应选择可用性最优信道，能增加系统有效吞吐量，并保证资源分配的公平性。