近年来,随着移动无线通信系统的快速发展,有限的频谱资源正变得日趋紧张。而认知无线电技术的出现,为解决对频谱资源的有效利用和异构无线网络的智能融合等问题提供了一种可行的解决方案。在基于Underlay模型的认知无线网络中,授权用户允许认知用户利用授权频谱资源进行通信,而认知用户必须控制其发射功率以满足授权用户所设定的干扰温度门限。同时,为了满足一定的认知通信服务质量(Quality of Service,简称QoS)要求,认知用户的发射功率又必须足够保证其自身数据传输所需的最小信干噪比(Signal-to-Interference-Noise-Ratio,简称SINR)。此外,由于实际无线通信信道通常存在包括路径损耗、阴影衰落和小尺度衰落等多重复合衰落,而这些衰落的随机特征和相互叠加会导致无线信道增益的不确定性。为了解决不确定无线信道增益条件下的认知用户发射功率控制问题,本论文重点研究了Underlay模型下能同时满足干扰温度限制和认知用户QoS需求的认知无线网络分布式功率控制技术。首先,为了抵消无线信道增益不确定性所带来的影响,本论文基于认知用户之间以及认知与授权用户之间无线信道增益的统计特性来定义认知无线网络中每个认知用户的发射功率约束条件,并将Underlay模型下的认知无线网络发射功率控制问题建模为一个最大化认知用户整体传输速率的受限优化问题。其次,针对现有基于Karush-Kuhn-Tucker(简称KKT)解的认知无线网络功率控制算法普遍存在的控制信息交互开销过大和计算复杂度过高的问题,本论文在Rubinstein bargaining(简称RB)讨价还价博弈模型的基础上对现有的多人双边博弈模型(Multi-party Bilateral Bargaining,简称MBB)进行了扩展,详细描述了MBB博弈过程,并给出该博弈均衡解的求解办法和结果,从而为基于议价博弈的认知无线网络功率控制机制设计奠定理论基础。最后,本论文将MBB博弈模型与认知无线网络功率控制问题进行结合,提出了一种全新的基于MBB均衡解的认知无线网络分布式功率控制机制。受益于MBB均衡解的明确性和仅需要多项式计算复杂度,该机制仅需要在授权和认知用户之间交互很少的控制信息,并能很好地适应随机变化的无线信道增益对认知无线网络功率控制造成的影响。仿真结果表明,与现有基于纳什议价均衡解(Nash bargaining solution,简称NBS)的认知无线网络功率控制算法相比,基于MBB的功率控制算法可以在同时满足授权用户干扰温度限制和认知用户QoS需求的前提下获得更高的认知用户整体传输速率和更为公平的功率控制结果。