随着信息时代的到来，频谱资源缺乏的问题越来越突出，而导致频谱资源缺乏的一个重要原因是采用低效率的固定频谱分配方法。为了缓解频谱资源短缺问题和提高频谱利用率，认知无线电技术应运而生。认知无线电技术可以在不影响授权用户正常工作的情况下实现，允许认知用户使用当前空闲的频谱空穴，从而提高频谱利用率。　　 认知无线电资源管理是无线通信领域的一个热点研究问题，国内外学者和研究机构都开展了相关的研究，但目前尚处于初步研究阶段，还没有完善的解决方案。本论文在跟踪最新的国内外研究成果的基础上，针对认知无线电频谱资源和功率资源的分配及两者的联合分配问题进行了深入研究，设计了系列算法。论文主要通过计算机仿真的方法来分析验证相应算法的性能，所得结果对未来认知无线电技术的最终实现具有一定的参考价值和实际意义。　　 本文具体的研究内容和创新性成果概括如下:　　 (1)基于粒子群优化算法的认知无线电频谱分配方法　　 认知无线电频谱分配问题是一个非线性、多目标、离散的优化问题，其算法复杂度随着用户数和频谱数的增加呈非线性增加的趋势，传统的优化方法往往不能进行有效求解，粒子群优化算法是解决这类优化问题的新型智能计算方法。　　 本文在敏感图着色模型的基础上，针对认知无线电空闲频谱分配过程中整体性能优化问题，建立了频谱资源受限情况下实现系统总带宽收益最大化、认知用户接入公平性最优的多目标优化模型，并结合问题特点设计了基于粒子群优化算法的智能求解算法，给出了具体的实施步骤。从系统总带宽收益、用户接入公平性和系统整体性能三个方面，仿真比较分析了本文算法同协作最大化带宽总收益和协作最大化比例公平性准则下的敏感图着色算法的性能，结果表明本文算法实现了系统总带宽收益和用户公平性的折衷，整体性能优于敏感图着色算法，为认知无线电频谱分配提供了有效技术手段。　　 (2)基于博弈论的动态频谱定价算法　　 在实际的认知无线电网络中，当分配给授权用户的频谱资源未充分使用时，它们在不影响自身通信的前提下可以出租这些频谱给认知用户，以期获得额外的收益，并且收益与出租时频谱定价相关。频谱定价与频谱分配是紧密联系的。针对认知无线电频谱分配中的授权用户信道定价博弈问题，将经济学中的差别双寡头市场模型应用到信道价格博弈中。根据博弈论中的Bertrand均衡理论，提出了基于Bertrand模型的授权用户信道价格竞争的动态博弈算法。分析了稳定的纳什均衡解与速率调整参数的关系，采用控制理论中阶跃响应函数来研究价格无震荡博弈过程，提出了采用三值法来求解阶跃响应函数参数的方法。同时详细阐述了两种商业策略下，博弈过程中速率调整参数的确定。理论与仿真表明，博弈可以获得纳什均衡的条件与授权用户系统的速率调整参数有关;有纳什均衡解的震荡博弈中，双方的各自价格呈现反向震荡，而双方价格和是无震荡性的;合理的一阶阶跃响应函数可以很好替代有纳什均衡解的无震荡博弈过程，从而更有效的分析博弈过程，指导授权用户快速制定出商业博弈策略。　　 (3)基于博弈论和效用理论的认知无线电功率控制算法　　 在认知无线电系统中，认知用户为了提高自己的效用函数，可以通过增加发射功率以得到较高的信干比，但提高发射功率会增加对系统中其它用户的干扰，降低了其他用户的信干比，减小了系统总效用，将引起其他用户增大各自的发射功率，重复这个过程，最终将导致整个系统的崩溃。对于这种非合作的竞争情况，可以使用博弈论这一工具来解决。　　 在充分考虑系统功率控制的效用和代价的基础上，提出了基于博弈论和效用论的认知无线电功率控制算法。在NPGP模型上，充分考虑系统的控制花销及代价波动影响，将认知用户发射功率净效用函数表示为效用部分和代价部分之差。对效用部分，用Sigmoid型效用函数替代David提出的幂指效用函数，并对替代误差进行补偿;对代价部分，提出了参考历史发射功率经验的代价函数，使得代价的变化更加平稳。仿真分析表明本文算法减小了系统误差，使得系统功率在较小的范围内波动，提高了系统稳定性，减小了系统控制开销。　　 (4)认知无线电信道和功率联合分配算法　　 单纯进行频谱分配或发射功率控制对整个系统性能的提升是不够理想的。将信道（频谱）分配和功率资源分配相结合，是认知无线电资源管理研究的新方向。　　 本文基于认知无线电系统的干扰温度模型，提出了一种认知无线电信道和功率联合分配方法。该算法在授权用户干扰温度与认知用户功率的双重限制下，以最大化系统容量为基本目标，实现了信道与功率的联合分配，并且引入贫困线来保证各个用户信道分配的公平性。论文建立了该问题的非线性规划数学模型，给出了模型的求解方法。仿真比较分析了算法的性能，本文算法可以很好地进行信道和功率的联合分配，在保证系统公平性效益的同时，提高了系统的归一化容量。