随着近年来无线通信技术在各领域中的广泛应用和迅速发展，无线频谱资源作为一种不可再生资源日益匮乏。认知无线电技术可以自主感知周围频谱环境，在时域和频域上利用授权用户的空闲状态进行数据传输，极大提高频谱资源的利用率。合理分配其传输功率和接入频段对于保证系统中用户通信效率最大化具有重要意义，本文针对认知无线电系统的资源分配展开了深入研究。总结了学术界对于认知无线电系统中功率分配和频谱分配的主要研究成果，然后考虑不同的应用场景和约束条件，提出了基于粒子群算法的认知无线电资源分配优化算法。基于OFDMA的认知合作中继网络系统，主要考虑公平度约束，在用户服务质量约束和功率约束的限制下，对系统资源优化分配问题进行求解。认知无线电系统中功率分配方案是连续变量，频谱分配方案是离散变量，因此本文的优化问题是一个混合整数非线性规划问题。本文先通过变量代换消除离散变量，将混合整数非线性规划问题转发为连续非线性规划问题，而后运用粒子群算法进行优化求解。仿真结果表明，本文算法具有良好的收敛性，可以得出认知中继网络总吞吐量优化问题的最优解。仿真实验验证了本文所提算法优于模拟退火算法，可以使系统达到更高的吞吐量。针对基于OFDMA的认知无线电系统资源分配问题，提出一种基于粒子群算法的功率频谱协同分配算法，在其粒子迭代过程中同时优化功率和频谱分配方式。该算法在兼顾提高认知无线电系统性能的同时，也适当简化了求解过程。本文对粒子群算法中位置及速度参数作出相应调整，使之与联合优化的要求更加匹配。在本文的粒子群优化算法中，功率分配状态和子信道分配状态在算法迭代过程中同步变化。与相关文献中的功率信道分步分配算法相比，本文提出的功率频谱协同优化算法的性能可以使系统实现更大的吞吐量。通过数值仿真与分析，验证了这种算法的有效性。