近年来,无线通信技术飞速发展并已逐渐成为人类社会生活中不可或缺的支撑技术,越来越多的行业依赖无线通信技术得以发展,越来越多的人们依赖无线通信技术得以生活。同时,对于无线通信服务的需求也随之不断地增加,并导致了无线通信网络中最为重要的频谱资源变得稀缺,获取通信服务的代价逐渐增加。如何充分利用有限的资源来满足日益增加的无线通信服务需求,并且降低获取通信服务的代价,成为了亟待研究的重要课题。现有的静态频谱分配管理方式是影响频谱利用率得以提高的主要障碍,认知无线电技术的出现为打破当前技术瓶颈、充分利用有限的无线通信网络资源提供了有效的解决办法。同时,随着研究的不断深入,如何控制无线通信网络的功率和接入价格也得到了越来越多研究者的关注,对于网络架构和技术的研究愈发的精益求精。本论文主要研究在多跳无线网络中的频谱分配管理方法,并且充分考虑网络提供服务所需要的代价,研究可以使得网络面向最小代价的频谱分配管理方法。本论文首先研究了在多跳认知无线网络中面向最低价格的频谱分配管理方法。在最新型的认知频谱获取网络中,对网络的架构进行了调整,在满足网络中用户通信服务需求的同时,最小化用户获取通信服务的价格,并且站在网络整体的角度考虑吞吐量,提出了一种最优化的频谱分配管理方法。为了降低该方法的复杂度和实际场景的应用性,采用启发式(Heuristic)算法对问题进行建模,在首先保证用户通信服务需求的条件下,以简化的算法为用户分配接近最低价格的频谱。本论文还研究了应用于空气污染监测的信息中心化的多跳蜂窝传感器网络中的频谱分配管理方法。由于传感器的尺寸、存储容量以及功率等的限制,研究了在考虑控制传感器功率的情况下高效的利用有限的频谱的问题。将该问题建模为带限制条件的Restless Bandits模型,通过引入惩罚因子,进而将问题转化为Restless Bandits模型进行处理。在保证传感器可以有效传输数据的情况下,降低无线传感器网络的整体功率消耗。