随着信息时代的到来，无线通信业务和需求的快速增长，频谱资源的缺乏日益严重。如何进一步提高频谱利用率，从而进一步提高系统容量和通信服务质量是下一代无线通信亟待解决的问题。认知无线电被认为是实现频谱资源重复利用的最佳技术。功率控制是认知无线电系统的关键技术之一既要避免干扰主用户，保证主用户通信质量，又要保证认知用户的速率性能达到要求，实现频谱利用率的提高。　　 本论文基于现代博弈理论，深入研究了认知无线电的分布式功率控制技术。主要工作和创新点如下:　　 首先，本文应用完全信息重复博弈来实现认知无线电的功率控制，通过一次博弈达到的纳什均衡点往往不是帕雷托最优的。因此本文分析囚徒困境条件下的重复博弈，严格证明了所采取的严厉的触发战略是子博弈精炼的，并推导出了折扣因子的范围。通过选择严厉的触发策略，当折扣因子满足条件时，两用户在无限次重复博弈中一直合作使囚徒走出了困境，最终达到了帕雷托最优的均衡结果。　　 其次，本文还考虑了两用户不完全信息重复博弈的情况，通过先验概率来分析共享相同频段的其它用户策略的不确定性，提出基于不完全信息博弈的认知无线电功率功率控制算法，该算法与利用遗传算法实现功率的智能控制一样，考虑到了其他用户所采取的功率分配策略的不确定性，且克服了遗传算法复杂且收敛慢的特点。如果博弈的重复次数M足够大，折扣因子σ满足一定条件，两用户可以在重复博弈的前面阶段博弈合作，达到帕雷托优化的结果。只有重复博弈快结束的时候，用户才会一次性地把过去建立的合作信誉利用尽，合作终止。考虑到噪声可能对用户的策略选择产生影响，提出了改进算法。　　 最后是全文的总结，并指出有待进一步研究的方向。