随着无线通信和移动互联网技术的迅猛发展,人们对高速无线数据传输业务的需求日益迫切。由于无线频谱资源是不可再生的,以及传统固定频谱分配方式所导致的授权频段利用率低下,都使得未来无线通信技术的发展面临着频谱资源匮乏和传输环境恶劣的困境,这些都对无线通信的有效性和可靠性带来了极大的挑战。认知无线电技术通过动态频谱管理可以显著提高频谱在固定分配方式下的利用率,能够允许空闲的授权频谱被未授权的认知用户使用,从而充分利用现有的频谱资源为更多用户提供服务。在认知无线电网络中引入多输入多输出(MIMO)技术,可以降低传输路径上的损耗,提高系统的分集增益,在无需额外增加用户发射功率和带宽的情况下显著提高系统的传输速率。而认知MIMO技术有机地融合了认知无线电与MIMO技术,可以进一步提高频谱利用效率,满足在相同的带宽中为更多用户提供高传输速率服务的需求。博弈论,是一种用来解决现实利益冲突中严谨的数学理论,将博弈论引入认知MIMO系统是解决频谱共享问题的新途径。本文分别考虑了在完全信道状态信息和不完全信道状态信息两种情况下,研究基于博弈论的认知 MIMO联合波束成形和功率分配算法,取得的主要研究成果概括如下:　　首先研究完全信道状态信息下认知MIMO系统中联合波束成形和功率分配问题,将具有代价函数的博弈论模型引入认知MIMO系统中。为了保证认知MI MO系统中授权用户和认知用户的正常工作,设定了认知用户的传输功率约束和对授权用户的干扰功率约束两个限制条件,将优化目标建模成“一个具有代价函数的非合作联合波束成形和功率分配博弈”。然后证明了所提出的非合作博弈模型中纳什均衡的存在性,并且提出了适用于认知 MIMO系统的联合波束成形和功率分配算法。最后仿真对比了算法性能,验证了收敛性。　　在现实传输环境中,由于认知基站和授权用户之间缺少协作,造成认知基站不能完全知道授权用户的信道状态信息,本文又进一步研究不完全信道状态信息下基于博弈论的联合波束成形和功率分配问题。用椭圆区域模型来表示认知基站对授权用户信道状态信息的估计误差,在满足对授权用户干扰功率约束和认知用户发射功率约束的条件下,将优化问题建模成一个鲁棒博弈的过程,证明了该博弈模型中纳什均衡的存在性和唯一性。由于鲁棒干扰的存在,最佳响应得不到闭式解,根据最坏情况理论,通过合适的带有信道误差的干扰功率约束将优化问题转化为二价锥规划(SOCP)问题,大大降低了算法复杂度。最后仿真结果验证了算法的正确性及可行性。　　本文的研究成果对解决认知 MIMO系统中的资源分配问题有一定的启发意义,对此类问题相关的研究有借鉴作用。