随着移动互联和物联网的发展，频谱资源日益紧张；而在现有的静态频谱分配政策下，大多已分配的授权频谱的利用率却非常低。认知无线电技术可以有效地解决这一矛盾，它允许认知用户动态接入授权频段，从而提高频谱利用效率。但认知用户不能过多干扰授权用户，在接入授权频段之前必须首先进行频谱感知。并且，为了进一步保证系统的频谱效率，必须采用良好的资源分配方法，对频谱和功率进行分配。因此，本文对认知无线电系统中的频谱感知和资源分配进行了研究，并取得了以下成果：　　（1）提出了一种双门限能量检测算法。为了解决现有基于历史感知信息的单门限能量检测法的虚警概率较高问题，设计了双门限的能量检测方案，只对采样信号能量落入双门限之间的感知帧进行二次判定。理论分析和仿真表明，所提算法能够在虚警概率逼近目标值的前提下获得良好的检测概率性能。　　（2）提出了一种基于授权用户活动模型的动态双门限能量检测算法。在分析相邻两感知帧间授权用户状态转移概率的基础上，提出了动态双门限的判决规则，当采样信号能量可信度低时，利用前一帧的感知结果进行判定；进一步在Neyman-Pearson（NP）准则下以较低的复杂度求解出了相应的最佳双门限。理论分析和仿真显示，所提算法能有效提高系统的检测性能；此外，其还适用于感知帧长动态变化的感知环境。　　（3）提出了一种基于接收用户信号相关性的协作频谱感知算法。利用授权用户存在时协作用户采样信号之间相关，反之则统计独立的性质，采用所有协作用户采样信号的统计协方差之和作为检测统计量，结果相当于放大了授权用户信号能量而使噪声能量保持不变，因而能够更准确地判断出授权用户的状态。　　（4）提出了一种联合双时隙的资源分配算法。利用相邻两个时隙信道状态整体一致而又具有差异的性质，根据第1时隙的信道状态，将增益干扰比高的用户的第2时隙的部分或全部速率提前分配，从而使增益干扰比高的子载波承载了较多的速率，而使增益干扰比低的子载波承载了较少的速率，最终在干扰约束和用户双时隙内的速率约束下降低了系统功率消耗。