随着无线通信技术的快速发展,无线频谱资源已成为信息社会不可缺少的宝贵资源。然而根据美国联邦通信委员会(FCC)提供的数据来看,已经分配的频谱利用率却只有15%-85%,这是由于现行的频谱授权机制采用固定的频谱分配,使得频谱利用率低,从而导致大量频谱资源浪费,因此在无线通信技术中,频谱接入和分配的合理性比频谱的物理稀缺显得更加重要。而认知无线电技术被认为是解决无线频谱利用率低的最佳解决方案。认知无线电(Cognitive Radio, CR)技术提出一种动态频谱共享的框架,允许认知用户(Cognitive User, CU)在不影响授权用户(Primary User, PU)工作的前提下智能地利用大量闲置频谱,动态地进行频谱分配并且随时随地、高可靠性的通信。因此研究认知无线电环境下的动态信道分配和接入技术显得更有实际意义。本文在国家自然科学基金项目:《基于认知的无线资源管理与利用》(项目编号:60832009)和《协同通信信道容量区域的分析与实现》(项目编号:60872017),以及上海市科技攻关重点项目:《认知无线网络的无线资源管理技术》(项目编号:8511500502)的资助下,对认知无线电网络中的子信道分配技术做了深入详细的研究。首先本文从宏观角度出发,介绍了认知无线电信道分配技术的概要。其中,针对认知无线电信道分配模型,着重介绍了基于中心式网络结构的信道分配策略和基于分布式网络结构的信道分配策略。然后从经典的图着色算法出发,深入分析阐述了四种经典的基于图着色模型信道分配算法,即图着色贪婪算法、图着色公平性算法、协调式最大化总带宽算法和协调式最大化公平性算法。针对经典图着色算法中存在的不足,如未考虑子信道和子信道的信噪比(SNR)差异性等,提出了改进型图着色信道分配算法,仿真分析说明该算法在系统时间开销、频谱效用、公平性方面具有性能优势。接着以功率控制为基础,分析研究了传统功率控制信道分法的算法模型和特点。针对传统功率控制算法中存在的不足,特别地,针对如何在存在错误概率的子信道分配过程中保证授权用户和认知用户的服务质量以及如何使得认知用户在信道空闲矩阵最大特征值λm ax>1实现信道分配,提出了认知无线电中服务质量控制和速率调节信道分配算法。该算法基于传统功率控制数学模型,通过在子信道自适应分组过程中引入服务质量控制参数和速率调节机制,实现子信道和功率的联合分配。Matlab仿真分析说明该算法在算法约束适用范围、用户服务质量、系统频谱效用方面具有性能优势。最后从OFDM多用户模型出发,研究了认知无线电中的OFDM技术的相关应用。结合OFDM技术的优点和认知无线电网络的独有特点,给出了基于OFDM的认知无线电系统模型,该模型在多用户OFDM系统的基础上增加了信道检测、信道分配和功率控制单元,从而完成在多用户中动态地分配空闲信道资源,提高频谱资源利用率。在OFDM的认知无线电系统模型基础上,提出基于OFDM的多用户信道分配算法,并且从子载波分配算法和子载波功率分配算法两个角度给出算法实现过程。Matlab仿真验证说明基于OFDM的多用户信道分配算法相对于传统的FDMA算法,在信道容量、信道利用率和系统公平性方面具有明显的性能优势。