随着无线接入技术的发展,以及大量新的无线数据业务应用的出现,下一代无线网络必将需要大量的频谱资源,这将使频谱资源变得越来越“短缺”。而当前静态频谱分配策略使得频谱资源未被充分利用,这又造成极大的“浪费”。因此,为了解决频谱“短缺”与“浪费”这一矛盾,面临的关键挑战之一是如何实现频谱资源的高效利用。认知无线电技术允许次级用户(或非授权用户)感知周围无线传输环境,动态地使用空闲频谱资源,自适应地调整其无线传输参数(如调制方式、传输功率、载波频率等),从而有效地提高频谱资源利用率,同时保证主用户(或授权用户)传输性能不受影响。在认知无线网络中,重点需要解决的问题有无线资源管理问题,如频谱共享、功率分配与用户接入控制等,以及采用多天线传输,或与femtocell技术结合后的资源管理问题。本论文针对认知无线网络中的资源管理相关问题进行了深入研究,提出了相应的创新性解决方案,并通过理论分析和计算机仿真证明了所提出的算法对系统性能的提升。本论文的主要贡献和成果包括三个方面,总结如下：1.在不精确感知信息条件下,研究了支持不同类型服务请求的动态信道与功率分配算法。首先,总结了认知无线网络资源分配算法基本都是基于可以获得精确感知信息的假设,或只支持单一类型服务请求的假设。在不精确感知信息条件下且有不同类型服务请求时,这类算法并不能适用。第二,概括了认知无线网络中的主用户与次级用户的服务请求特性,分析了次级用户具有不同类型服务请求时所面临的资源分配问题。根据服务请求类型,进一步将次级用户分为两类：有最小传输速率保障的用户和尽力而为服务的用户。针对有最小传输速率保障的用户,引入了最小速率约束条件来保证其传输性能。对于尽力而为服务的用户,引入了比例公平约束条件来保证其在资源分配过程中的公平性。在此约束条件下,考虑了适用于不同类型服务请求的动态信道与功率分配问题,并将其建模成混合整数规划问题。第三,由于受到有限的感知时间、硬件设备条件限制以及网络连接性等因素的影响,认知无线网络通常只能获得不精确感知信息。因此,针对已建模的资源分配问题,本论文进一步考虑了不精确感知信息这一约束条件。第四,在不精确感知信息条件下,针对支持不同类型服务请求的资源分配问题,提出了基于离散随机优化算法的联合信道与功率分配方案。该算法具有计算复杂度低、收敛速度快以及跟踪无线信道条件变化的特性。最后,仿真验证了在不精确感知信息条件下,所提出的基于离散随机优化算法的联合信道与功率分配方案对于网络整体性能的提升。2.在不精确感知信息条件下,研究了认知无线网络联合功率分配、波束成形与用户选择算法。首先,分析了认知无线网络用户在频谱重叠共享模式时所面临的资源分配问题,总结了现有研究学者已经提出的解决该问题的一些方案。第二,为了充分利用空间维度资源,在认知无线网络中引入了多天线技术,通过利用波束成形将广播信道转换成多个独立的子信道,并将这些子信道用于不同的次级用户传输,从而实现用户间的干扰避免。因此,当网络中有大量次级用户请求接入时,需要考虑的问题有最优用户选择策略以及波束成形方案。另外,为了最大化系统传输容量,同时保证次级用户对主用户的干扰在一定干扰门限范围内,进一步考虑了次级用户的功率分配策略。第三,受到有限的感知时间、硬件设备条件限制及网络连接性等因素影响,认知无线网络通常只能通过估计获取信道状态信息,即只能获得不精确感知信息。因此,针对上述考虑的联合功率分配、波束成形与用户选择问题,进一步引入了只能获得不精确感知信息的约束条件。第四,针对在不精确感知信息条件下的资源分配问题,提出了基于离散随机优化算法的联合功率分配、波束成形与用户选择方案。该算法的优势主要在于其具有计算复杂度低、快速收敛特性及跟踪无线信道条件变化的特性。最后,仿真结果验证了在不精确感知信息条件下,所提出的基于离散随机优化算法的联合功率分配、波束成形与用户选择方案可以显著提升网络整体性能。3.认知femtocell网络能量高效频谱共享与功率分配算法研究首先,分析了能量高效传输在通信过程中的重要性,总结了能量高效传输的研究现状。第二,结合了认知无线电技术与femtocell技术的特有优势,考虑了在认知femtocell网络中的能量高效频谱共享与功率分配问题。第三,基于博弈论方法,将认知femtocell网络中能量高效频谱共享与功率分配问题建模成斯坦伯格(Stackelberg Game)博弈问题,采用逆推法进行求解,并提出了基于梯度的迭代资源分配算法。最后,利用计算机仿真方法验证了所提出的基于梯度迭代算法的收敛性,得出了该算法可以显著提升系统性能,实现能量高效传输。