近年来,认知无线电作为一种智能的动态频谱接入技术,能够解决无线通信系统中频谱稀缺的问题,因此得到了广泛的关注与研究。在认知无线电网络中,认知用户自适应地设置传输参数,伺机接入授权频谱,与授权用户共享同一频段,使有限的频谱能够被更多的用户所使用。认知无线电规定,认知用户对授权用户的干扰必须小于一定的阈值,这严重地限制了接入频谱的认知用户数量。为了进一步提高频谱利用率,本论文将基于多用户分集的干扰对齐技术应用到认知无线电网络中,能够有效地消除多用户之间的互干扰,在保证授权用户服务质量的同时,为更多的认知用户提供动态接入频谱的机会,并最大化认知网络的总吞吐量。此外,考虑到绿色通信的要求,还将功率分配技术结合到基于多用户分集的干扰对齐网络中,进一步提高网络的频谱效率和能量效率。论文具体完成了如下工作。(1)首先从理论上定量的分析了信号经过干扰对齐处理后,接收端的SINR下降的原因。然后与MIMO系统比较,定性的分析了这一问题。为了充分利用认知无线电网络中大量认知用户的资源,将基于多用户分集的干扰对齐技术应用到认知无线电频谱共享中,既能有效地消除多用户之间的干扰、使更多的用户接入频谱,又能解决SINR下降的问题。(2)考虑到认知无线电网络中认知用户数量是动态变化的,给出了两种频谱共享的模型：模型一中,提出了OIASO算法和OIAT算法,在保证授权用户的通信要求的前提下,最优化认知网络的吞吐量；模型二中,认知用户较少,提出了IAUS和IAUAS算法,充分保证了授权用户的传输速率。(3)考虑到实际的无线通信系统中信道是非对称衰落的,认知用户接入频谱的机会不均等。为此,在原频谱共享算法的基础上进行了改进,添加了乘性公平因子,对OIAT算法和改进后的算法进行了Jain公平指数的比较,结果表明：认知用户的公平性得到了提升。(4)研究了基于多用户分集的干扰对齐网络中的功率分配的问题,以进一步提高网络的频谱效率和能量效率。并在提出的算法的基础上进行了改进,分析了计算复杂度,结果显示改进的算法能够以较小的性能损失换取较低的计算复杂度。