针对频谱资源紧张的情况,认知无线电技术可以有效的提升频谱资源的利用率。认知用户可以通过择机接入的方式来对授权频段加以利用。因此,认知无线电面临的最大挑战就是怎样在最大化频谱利用率的同时,能最小化对主用户造成的干扰。本论文主要研究内容是认知无线电系统中的动态频谱分配问题。本论文首先总结并概述了两种频谱共享模型:下垫式和填充式模型,并介绍了下垫式模型所引出的干扰控制模型:干扰温度模型。接着,本论文介绍了以图论为代表的集中式频谱分配理论以及以博弈论为代表的分布式频谱分配理论。之后,本论文主要基于干扰温度模型分别从集中式和分布式的角度来处理频谱分配问题。在第三章中,我们首先提出了一个联合分配和调度问题:在多信道多跳认知无线电网络中的最小化调度时隙数问题。针对这一问题,本论文将功率控制和信道分配联合考虑,并从数学角度把该问题表述成一个混合整数非线性优化问题。接着,本论文对该数学优化问题做了一步步的简化。最后,从对主用户保护的特殊性以及减少计算量的角度出发,本论文提出了一个结合了链路调度,功率控制和信道分配的启发性算法。数据仿真的结果显示,该启发性算法能显著的提高认知网络的吞吐量并能有效的减少调度时长。对于分布式的频谱分配研究,本论文通过构造潜在博弈模型把信道选择和功率控制相结合。首先,针对认知无线电网络在干扰限制条件下尽可能提高总吞吐量并兼顾公平性的分配问题,本论文将其抽象成了非线性优化问题。然后,本论文对各发送节点都定义了特殊的目标函数,从而构造出了一个潜在博弈从分布式的角度解决分配问题。此后,本论文对该潜在博弈的纳什均衡性进行了阐明,各认知用户通过分布式的交替行动可以达到纳什均衡点并很快的满足干扰限制。最后,本论文通过仿真对博弈算法进行了验证并且研究了目标函数中参数值的大小对整个认知网络的影响。