随着无线通信技术的飞速发展以及无线通信业务种类不断增多,频谱资源变得日益珍贵。为解决频谱资源紧张等问题,认知无线电技术随之诞生。各式各样的无线通信系统不断互相交叠,认知无线网络之间的干扰水平也逐渐增加,进而影响通信质量,降低网络性能。因此,针对多个认知无线网络场景的干扰控制问题研究具有一定的现实意义。本文首先通过构建非合作博弈模型,研究多认知网络场景下基于频谱分配的干扰控制问题。设计了相应的效用函数,并证明了所提模型的纳什均衡解。其次针对求解问题提出了一种改进的群智能算法:基于自适应权重的蝙蝠算法,通过对其速度更新公式加入自适应权重策略,最终改进了整体算法性能。仿真验证了本文所提博弈模型对干扰控制的有效性。同时,本文通过对功率控制技术进行分析与研究,解决了多认知网络干扰控制的问题。通过对认知用户发射功率进行调整,结合经典K-G功率控制算法,提出了一种改进的功率控制算法,并证明了其纳什均衡的存在性与唯一性。仿真结果表明,本文所提出的功率控制算法,可以有效降低认知用户的发射功率,并使多认知网络系统的干扰水平下降,提高了网络性能。