无线通信已成为人们日常不可或缺的元素之一,随着用户数量的不断增加以及对服务质量(Quality of Service,QoS)的高要求,导致了无线电频谱资源稀缺问题日渐严重。在此情况下,认知无线电(Cognitive Radio,CR)技术应运而生,它的诞生为解决频谱紧张问题带来了希望,CR通过动态频谱感知技术获得主用户(Primary User,PU)频谱信息,确保主用户QoS的情况下,利用频谱共享技术使次用户(Secondary User,SU)与主用户共享频谱。功率控制是频谱共享技术的关键之一,功率控制技术在某一模型下以某种算法对SU的发射功率进行自适应分配,在不影响CR网络内各用户服务质量的情况下实现频谱共享。为了确保主用户的QoS,必然会限制次用户的发射功率,而协作中继技术可以完美的解决该问题,如今,协作中继技术已广泛的应用到CR网络中。本文以协作中继技术为基础并尝试改进,构建了次用户协助主用户的协作中继传输模型、次用户协作中继传输模型以及虚拟多输入多输出(MIMO)协作中继传输模型,并研究了这几种中继传输模型在不同约束条件下不同算法的功率分配问题。考虑到CR网络中PU的干扰功率阈值限制与每个次用户的目标最大发射功率。引入协作中继的思想,组成次用户协助主用户传输的系统模型,运用基于解码转发并使用Lagrange对偶优化算法进行功率分配。解决了次用户接入主用户频段产生的干扰过大问题。仿真结果显示,本文算法保障次用户正常通讯前提下,大幅度降低对主用户的干扰。即本文方法可有效增大主用户对外界环境的抵抗力,并提高主用户的系统容量。认知无线电网络中传统的分布式功率控制算法大多是基于完美信道估计的理想假设,这可能导致实际系统的性能下降。考虑到信道的不确定性,提出了一种基于鲁棒协作中继的认知无线电联合功率分配算法。这种基于鲁棒优化的功率分配算法可以用半无限规划来描述。假设在最坏约束条件下,将该问题转化为二阶锥规划问题。考虑到次用户的两个传输阶段之间的差异,引入公平性干扰加权因子来约束SU和中继节点对主用户的干扰。在SU传输过程中,利用OFDM技术,来消除第一阶段和第二阶段之间的干扰。仿真结果表明,该算法在保证主用户服务质量的前提下,提高了次用户的系统容量。与传统的鲁棒算法相比,该算法具有更好的抗信道扰动能力,极大地提高了认知系统的空间分集增益。在约束条件相对简单的情况下,即只考虑PU的干扰功率阈值约束和SU的目标最大发射功率约束,本文提出基于虚拟MIMO的协作中继认知无线电功率分配算法,利用临近协作中继组建虚拟MIMO认知无线电网络,研究次用户系统容量最大化的问题。通过增加协作中继的数目研究该算法的性能,与普通协作中继与无协作中继认知无线电网络对比验证其优越性。仿真结果表明,与其他两种算法相比,基于虚拟MIMO的认知无线电系统在减小对主用户干扰与提高系统容量方面具有巨大的优势。