随着无线接入技术的飞速发展以及无线终端设备的日益普及,新的无线业务源源不断地产生,使得频谱资源的使用极度紧张。无线通信系统必须采用更为创新的技术和手段,提高频谱资源使用效率,才能满足日益增长的传输速率需求。认知无线电作为一种提高频谱利用率的技术,它允许认知用户(次用户)在保护主用户正常传输的前提下,机会地接入主用户的授权频段。目前,该技术已经受到工业和学术领域的高度重视,并已作为5G通信系统的关键技术之一现有无线通信系统的网络结构在引入认知无线电后产生了质的变化,即在新的网络架构中,不仅存在由主用户构成的主用户网络,同时引入了由次用户构成的认知无线网络。在认知无线网络中,资源管理和分配问题是其中非常重要的一个方面,如功率、信道分配、频谱资源共享、认知用户接入以及认知无线电与其他技术相结合的资源管理和分配等问题。目前,已经有很多学者对此问题进行了广泛的研究,并产生了很多相关的成果,但仍存在很多亟待解决的重要问题。本论文重点关注的是认知无线网络中的资源管理及分配问题,并提出了相应的资源分配策略,同时运用计算机数值仿真实验对本章提出的策略进行了验证。本论文的主要内容和创新之处可以归结为：1.考虑频谱感知技术的局限性,研究了不完美频谱感知对认知无线网络性能的影响,提出一种基于漏检、虚警概率的功率分配策略。首先,以优化认知无线网络的吞吐量为目标,提出一种考虑不完美频谱感知的功率分配策略。通过分析漏检和虚警导致的主、次用户之间的同频干扰以及频谱资源浪费的情形,同时考虑OFDM技术带外泄漏导致的旁瓣泄漏干扰,对频谱效率最优化功率分配问题进行建模并求解,得到最优化网络频谱效率的功率分配策略。最后,通过仿真验证,证明所提出的功率分配策略可以显著提高频谱利用率。其次,以优化认知无线网络的能量效率为目标,提出一种考虑不完美频谱感知的能效功率分配策略。通过对网络能量效率最优化功率分配问题进行建模以及转化求解,得到相应的能效功率分配策略。最后通过仿真验证了该方案在相同条件下,有效减少了能量消耗。2.考虑不同次用户的时延需求,研究了认知无线网络中联合子载波以及能效功率分配问题,提出一种能效链路自适应策略。首先,考虑认知无线网络中的一些实际约束,如认知网络的总功率约束、认知用户的速率或时延需求约束以及主用户受到的干扰约束等,在此前提下最大化认知网络的能量效率(bit/Joule),并提出一种能效最优化的联合子载波和功率分配的资源分配策略。之后,对能量效率最优化资源分配问题进行建模得到非线性规划模型,且它的目标函数具有分数形式,并通过参考相关文献将该分数规划模型等价转化为相对应的参数规划模型,并通过对偶分解方法(DDM)以及二分法,最终实现了问题求解。最后,通过仿真验证了能效资源分配策略对认知网络整体性能的提升,它不仅保障了认知用户的时延需求,同时实现了认知无线网络中资源的最优化利用。3.基于Stackelberg博弈模型,研究了认知无线网络中主、次用户之间的能量(功率)协作问题,并提出一种经济能效的功率分配策略。首先,我们对多中继多用户场景中的资源分配问题进行了深入的研究,并采用拍卖博弈和Stackelberg博弈理论对用户与中继之间相互关系建立数学模型,目标是最大化用户的可达数据速率同时尽可能减少中继上的功率消耗。其中,拍卖博弈用来求解每一个用户的中继选择问题,一个两层斯坦科尔伯格博弈模型用来对用户和中继之间的相互作用建模,并提出一种分布式中继选择和功率分配策略,仿真结果表明所提出的中继选择和功率分配策略可以显著优化网络性能。其次,不同于传统的能效,本论文从经济学角度定义了新的能量效率(能效)标准,即经济能效(Economic Energy Efficiency),它的物理意义是单位能量(功率)消耗产生的经济收益。之后,我们采用斯坦科尔伯格博弈模型对主、次用户之间的相互关系进行建模,并对次用户目标函数具有的分数形式进行转化及求解,提出一种经济能效资源分配策略。仿真结果表明,该资源分配策略不仅可以充分保护主用户,且主、次用户之间只需要较少的信息交互,它与集中式资源分配策略相比,具有显著的优越性。