通信技术的高速发展带动了新兴无线业务的爆发式增长,人们对无线频谱资源的需求也越来越强烈。无线频谱作为不可再生资源几乎被分配殆尽,频谱资源的短缺严重限制了无线通信技术的发展。为了解决通信技术快速发展与频谱资源紧缺之间的矛盾,学者们提出了认知无线电技术,此技术一经提出迅速成为研究热点,受到广泛关注。功率控制作为认知无线电关键技术之一,能够保障认知用户在通信过程中既不影响授权用户正常通信又能满足自身通信质量。本文以接纳控制理论、博弈论、鲁棒功率控制理论为基础,深入研究功率控制模型以及与之相关的用户选择,系统容量、系统鲁棒性、系统能耗等问题,并提出了相应的解决方案。首先,针对认知无线电网络中无法满足SINR次用户存在造成的系统干扰增加和系统容量降低问题,本文提出了基于用户管理的时变信道功率控制方法。在慢衰落信道中,当考虑次用户数量不多,并且位置分布不均匀时,采取先让全部用户参与通信,并提出最大-最小接纳控制算法,有效的防止了用户的过分删除,提升系统容量。在功率控制方面,提出了基于代价函数的自动功率控制博弈算法,实现了功率快速收敛,有效的降低了系统干扰。在快衰落信道中,当考虑次用户数量较多,并且位置分布不均匀时,采取先对次用户进行筛选,然后针对筛选后的次用户进行接纳控制的策略,提出完全迭代接纳控制算法,解决了无法满足SINR的次用户删除问题,从而提升了系统可容纳次用户数量。功率控制方面,探讨了信道状态信息无法准确获取的问题,提出了基于概率约束的鲁棒优化算法,有效降低了系统干扰,较大程度上提高了网络的性能。其次,针对认知无线电网络中功率控制算法过于保守问题,本文提出了有界不确定及概率约束双优化的鲁棒功率控制方法。本文深入分析认知无线电系统中信道参数分类及对系统性能影响。主、次用户间信道参数为跨系统参数,非合作模式下很难获取。次用户间信道参数为系统内参数,较易获取。在保证主用户不受干扰同时次用户可以允许一定中断概率的前提下,一方面,采用加性不确定性方法描述主、次用户间信道增益的不确定性,另一方面,次用户间假设已知概率分布函数,采用概率约束算法进行功率优化,将有界不确定及概率约束两种优化手段进行有机结合,提出双优化功率控制方法。本方法有效降低了概率约束算法中主用户通信中断概率,同时也改善了Worst-case算法过于保守的问题。最后,针对认知无线电网络中移动用户功率控制能耗问题,本文提出基于次用户移动距离和运动矢量方向变化的功率控制方法。本文首先对静态场景、单用户动态场景、多用户动态场景等多种移动场景进行分析和归一化整理,构建了更具普适性的通信模型,减少场景切换造成的信号损失。其次针对次用户移动方向无规律性,运动速度可变性,提出一种基于次用户移动距离和运动矢量方向的干扰模型,实现了次用户的发射功率对主用户造成干扰强度的实时预测,同时也简化了干扰估计算法的复杂度。最后,以最小能耗及最大化认知用户并发传输区域为优化目标,提出了移动场景下认知用户最优功率控制算法。该算法有效的降低了移动用户能耗,在提高网络包传送概率方面,也优于固定功率策略。