近年来，由于大量无线通信设备接入频谱，使得有限的频谱资源变得日益紧缺。而且，目前传统的无线电频谱资源分配采用的是静态固定的分配策略。在该分配策略下，非授权用户不能使用授权频段进行通信，使得许多宝贵的无线电频谱资源经常空闲，没有得到合理的利用。认知无线电技术通过频谱检测及频谱共享使得认知用户能够充分利用频谱空穴，提高了频谱利用率，而当认知用户占用授权用户的空闲频谱资源时，必须保证不影响授权用户正常的通信质量。因此，须对认知用户进行功率控制，控制每个认知用户的发射功率，既能减少对授权用户的干扰，又能保证认知用户的通信质量。论文基于博弈论的相关知识，研究了认知无线电功率控制算法。首先，介绍了基于非合作博弈功率控制模型，分析并比较了K-G算法及经典的SINR平衡算法的性能。由于K-G算法模型的代价函数不能保证系统的公平性，论文在原有模型的基础上提出了一种基于综合代价函数的KG-CP算法，并证明了该算法模型纳什均衡解的存在性及唯一性。仿真表明，论文提出的KG-CP算法不仅能够降低认知用户的发射功率，保证系统公平性，而且在多用户通信的情况下仍然具有较好的性能。其次，基于合作博弈中的NBS模型，设计了一种基于归一化效用函数的合作博弈功率控制算法。新算法通过拉格朗日乘子得出系统中用户的整体最优策略，运用牛顿迭代法得出该模型下的用户发射功率迭代式。仿真结果表明，新的合作博弈算法与传统的NBS相比具有更低的发射功率，且能够保证距基站较远用户的信干比满足通信要求。综上所述，通过功率控制技术，可使认知无线电网络中设备的发射功率大大降低，使各认知用户间的干扰达到最小，在一定程度上增大了认知网络的系统容量及吞吐量。