随着无线通信技术及其应用的快速发展,无线频谱资源日益匮乏。认知无线通信网络能够感知那些在时间上和空间上暂时处于空闲状态的授权频谱,并在不对授权用户的正常工作造成影响的前提下,智能地接入这些授权频谱,以提高频谱利用率。但与此同时,它也带来了对动态频谱管理方式下的干扰抑制技术的新挑战。本文主要从动态频谱管理的角度出发,对认知无线电通信系统中的干扰抑制技术进行研究,着重研究了授权系统与非授权系统之间的干扰抑制技术。首先对授权系统和非授权系统之间的干扰进行了详细地分析,包括邻信道干扰和同信道干扰,并分别就这两种干扰对非授权用户发射功率的限制进行了研究。其次,研究了基于载波抵消的干扰抑制算法,并在此基础上引入了时域加窗技术。该算法的主要思想是通过在授权频带两侧插入一定数目的抵消载波,并对抵消载波进行合理加权,从而达到抑制由于频谱泄露造成的旁瓣干扰的目的。仿真结果表明,仅在授权频带两侧各插入两个加权抵消载波,就可以获得约10dB的旁瓣抑制效果。此外,对插入抵消载波后的发射信号进行加窗后,其对OFDM信号旁瓣的抑制效果可达到30dB左右,这是因为升余弦窗函数使载波旁瓣衰减得更快。最后,本文研究了基于资源分配的干扰抑制技术。基于传统的资源分配模型,引入了认知环境中需要考虑的两个约束条件,即非授权用户对授权用户的干扰必须低于授权用户的干扰门限,以及非授权系统实际发射的总功率必须低于其功率预算,使得在保证授权用户正常工作的同时,优化认知系统的性能。基于不同的优化目标,从子载波分配的角度分别提出了容量最大、干扰最小以及容量公平子载波分配算法;同时,从功率分配的角度提出了容量最优、增量功率分配和平均功率分配算法,并分别对各子载波分配算法和功率分配算法进行了仿真分析和比较。仿真结果表明,提出的各子载波分配算法中,容量公平子载波分配算法既可获得各认知用户间的容量公平性,又可获得认知系统总容量和对授权系统总干扰间的折中性能。此外,当认知用户与授权用户距离较近时,基于干扰因子的增量功率分配算法性能最好,其对授权用户产生的干扰最小,并且认知系统获得的总容量也最接近容量最优算法;而在距离较远时,基于距离的增量功率分配算法性能较好。