随着智能移动终端的爆发式增长,广大移动终端用户对于上网宽带化及泛在化的需求越来越强烈。另一方面,真实网络环境中,各种异构网络林立,相互之间干扰严重,稀缺的频谱资源无法满足大带宽的频谱需求。但是大部分时间段内,这些授权频段却是处于空闲。为克服上述的困难,基于LTE的认知网络被提出。LTE可以借助于大带宽的频谱资源提供随时随地高速的宽带上网接入服务,而认知网络可以有效使用处于空闲状态的频谱资源,为LTE找寻并汇聚大带宽的频谱资源。而这些实现的核心在于物理层。有鉴于此,本文进行了基于LTE的认知网络的下行链路物理层若干关键技术的研究并搭建硬件平台实现验证。首先,本文从频谱空洞检测入手,提出基于矩阵特征向量的频谱联合检测算法——EBA (Eigenvector Based Algorithm)算法,用以提高频谱检测的速度及降低频谱检测能量消耗。分两步优化算法的核心——簇头选择：借助图论的连通度选择法优化算法的收敛速度；借助计算科学的分布式并行矩阵计算,优化算法的计算复杂度,降低检测节点能耗,进一步提高算法的计算速度。仿真结果显示算法很好地达成既定目标。接着,本文研究如何让LTE更好地利用认知网络的检测结果,并配合认知网络进行高效地调度,于是提出了基于PDCCH的下行链路的物理层优化方案。方案优化了PDCCH的传输内容DCI格式,提出了基于认知授权频段CR-PU (Cognitive Radio-Primary User)与检测空闲频段配合的资源映射方案,并引入PDCCH辅助调度信道PCogCCH。基于该方案进行的软件仿真显示新方案在5MHz的授权频段上取得了接近LTE20MHz带宽配置的传输速率,大大提高了频谱利用率。最后,本文描述了基于LTE的下行链路物理层硬件验证平台的搭建,并详细阐述了其中的若干关键技术的实现。硬件平台是基于固定比特位长度的定点数值进行计算的,故硬件实现之前利用软件进行了定点仿真,得出每个数值的范围及算法计算所需精确度。接着详细叙述了OFDM调制解调,信道估计,空口射频链路等关键模块的实现算法,占用内存,工作速度等实现细节。完成平台搭建之后进行的室内室外真实网络环境的测试验证显示了平台很好完成了LTE与认知网络的融合,大大提高了频谱利用率及传输速率。文章的最后提出了进一步研究的两个方向：完成物理层上行链路的研究实现；利用该平台进行更多的高级算法验证。