无线通信的需求越来越高，提高无线频谱利用率也就越来越重要。认知无线电正是一项以提高频谱利用率为主要目标的技术。本文重点研究了认知无线电系统中，如何合理的分配次用户的发射功率，使得系统能够最大化的提高无线频谱的利用率。　　本论文主要研究了三种不同模型下的认知无线电系统的功率分配问题，并根据各自优化问题的特点，分别采用不同的优化算法给出最佳的功率分配方案。　　1)研究了在衰落信道中的基于OFDM的认知无线电系统中鲁棒的功率分配问题。在次用户无法精确地得到次用户到主用户的信道参数的情况下，以最大化次用户的各态历经容量和为目标，同时满足鲁棒的功率约束条件，来定制优化问题。得到次用户功率的最佳分配方案。因为首次得到的优化问题是非凸的，所以在经过一系列的转换之后将其转换为一个简单的等价的优化问题，并给出了相应的解决方法。　　2)研究了混合动态接入的认知无线电中的功率分配，假设该认知无线电系统中频谱Overlay和Underlay是共存的。在这种模型下，将功率分配到整个可用带宽上，最大化系统容量的同时保证对PU带宽引进的干扰小于干扰阈值。但是使用传统的障碍法解决此优化问题时，算法复杂度太高，所以本文对传统的障碍法进行了改进，提出了快速障碍法来解决此优化问题，有效的解出了原问题同时又大大的降低了算法的复杂度。　　3)将高效节能的技术引进到认知无线电中，在基于MIMO-OFDM的认知无线电系统中提出了基于能源效益的功率分配方案。该方案中“每比特焦耳”用来测量能源效益，以最小化该能源效益为目标，同时保护主用户的传输需求和总功率预算，制定相应的优化问题。由于该优化问题是一个分式优化问题，所以首先通过分式规划将该优化问题转换为一个等价的凸优化问题，并给出了一个基于序列二次规划的迭代算法，得到最佳的功率分配方案。　　三种模型中都用数值仿真的形式验证了所提出的方案的合理性和高效性。并在最后给出了总结和展望。