频谱资源是珍贵稀缺的通信资源,通过研究发现,目前频谱利用率不高,很多频带虽然被授权给特定用户使用,但是大部分时间在该频带上却没有传输数据,因此造成了频谱资源的浪费。近些年,认知无线电技术越来越引起学术界和产业界的注意,这项新技术可以极大的增大频谱资源的利用效率,从而缓解频谱资源的紧张。基于这种思想,认知用户必须能够检测授权用户所占用的频段,并且需要避免对授权用户的干扰。干扰避免就是对认知用户的发送信号进行处理,使得发送信号的频谱在授权用户的工作频段内有足够深的陷波,从而不影响授权用户的正常工作。基于OFDM的频谱池技术即NC-OFDM技术,可以方便地进行频谱资源管理,所以认知系统主要采用NC-OFDM技术进行数据传输。在关闭了干扰避免频带的子载波之后,其他频带子载波的旁瓣在干扰避免频带仍然具有较大的功率,以至于对工作在该频段的系统造成影响。因此OFDM信号旁瓣抑制算法的研究具有重要的实际意义。首先,本文研究了OFDM系统中的旁瓣抑制问题。介绍了OFDM技术的基本原理以及基于NC-OFDM系统的认知无线电技术。分析了旁瓣抑制问题产生的原理以及当前旁瓣抑制问题的解决办法,并对各种旁瓣抑制方法进行了对比。其次,对NC-OFDM系统中解决旁瓣抑制问题的主动干扰消除算法(AIC)进行了深入研究。介绍了主动干扰消除算法的原理,然后给出了主动干扰消除算法模型和增加循环前缀的算法模型,并对性能进行了仿真。然后结合实际问题,考虑到当前算法不足,引入了最小最大值(MIN-MAX)的优化准则。随后介绍了一种MIN-MAX优化准则下的主动干扰消除算法(MAIC),并推导了该算法的分析公式,分析了其不足之处。最后,提出了一种利用最优取样实现MIN-MAX优化的算法,即最优取样主动干扰消除算法(OS-AIC)。进一步,依据MIN-MAX优化准则,考虑了能量限制的最优取样主动干扰消除(STOS-AIC)。最后对以上算法进行了仿真对比。