近年来,随着无线业务的快速增长,有限的频谱资源日益拥挤。然而,许多授权频谱利用率低下。这种矛盾制约了无线通信的发展。因此,如何提高频谱利用率已受到广泛的关注。认知无线电(CR,CoguitiveRadio)技术的出现为提高无线频谱利用率带来了希望,它能够通过感知频域、时域和空域的无线环境,自动搜索利用空闲的授权频谱。而基于认知无线电技术的认知无线电网络还有许多关键技术未得到有效解决,其中之一就是认知无线电网络的频谱分配。本文分别对集中式和分布式认知无线电网络频谱分配算法做了较深入的研究,一是基于图着色理论的频谱分配算法的研究,二是考虑公平性的基于纳什协调解的信道分配和功率控制联合优化算法研究,三是基于博弈论的分布式信道分配和功率控制联合优化算法研究。针对集中式认知无线电网络结构,本文首先基于经典图着色理论,提出了一种比例公平的改进频谱分配算法,该算法引入了一个调整因子,能够有效抑制高吞吐量的认知用户,并为更多认知用户提供了信道分配的机会。仿真结果表明,与以前算法相比,该改进算法提高了服务量和带宽增益的公平性。然后,本文提出了一种考虑QoS和公平性的信道分配和功率控制联合优化算法,引入了合作博弈理论中的纳什协调解来构造优化网络性能的目标函数,仿真结果表明,该算法在系统吞吐量和公平性方面作了很好的折中。针对分布式认知无线电网络结构,本文提出了一种分布式联合信道和功率分配的博弈算法,由于博弈算法都是基于纳什均衡的,但纳什均衡存在多重性,影响算法性能。我们采用改进纳什均衡的定价机制来提升算法性能。仿真结果表明,该算法提高了系统吞吐量,并有效降低了认知用户的平均功率消耗。