无线通信服务需求快速增长使得频谱资源成为一种稀缺和宝贵的资源。认知无线电允许认知用户和主用户使用同一个频段,有效提高频谱利用率。同时,OFDM在自适应分配无线资源方面具有很好的灵活性,已成为认知无线电中一种非常有前途的候选传输技术。功率分配是认知网络实现网络高性能的关键,而实际环境中非完美信道状态信息(CSI)给功率分配带来了新的挑战。本文以最大化非完美CSI认知网络中认知用户容量为目标,对功率分配进行研究。首先,针对单用户认知网络,采用最小均方差的信道估计模型获得信道增益。在认知信道和跨层信道都存在信道估计误差的情况中,认知用户在满足平均功率约束和干扰中断约束条件下通过优化功率最大化遍历容量。使用拉格朗日对偶算法得到优化功率分配的一般表达式和认知用户遍历容量表达式。在此基础上分析在低信噪比和高信噪比下认知用户遍历容量的渐近趋势,得到在低信噪比和高信噪比下影响认知用户遍历容量的关键因子。其次,针对多用户OFDM认知网络,采用椭圆近似法建立非完美信道状态信息模型,提出一种最大化认知用户容量的鲁棒迭代注水功率分配算法。在认知用户满足本身功率约束和鲁棒干扰约束的前提下把认知网络的功率分配问题转化成非协作博弈问题,得到鲁棒博弈的表达式。再利用变分不等式分析鲁棒博弈的收敛特性,得到纳什均衡解唯一性的条件。采用注水算法获得认知用户最优的功率分配解。最后,使用MATLAB仿真工具对非完美CSI下的认知用户容量、对主用户的干扰等方面进行性能评估,验证本文提出的鲁棒功率分配算法的有效性。