认知无线电旨在改变固定式的频谱分配和接入方式以提高资源利用率。认知无线网络的关键问题之一是如何根据频谱可用信息以及用户间的交互行为实现合理的资源分配。本文研究认知无线电网络资源分配,包括基于Overlay架构的认知无线电网络频谱分配策略、基于Underlay架构的认知无线电网络功率分配策略以及基于中继合作频谱共享认知无线电网络频谱和功率联合分配策略。1)研究基于Overlay架构的认知无线电网络频谱分配策略:在基于Overlay架构的认知无线电网络中,次用户采用“见缝插针”方式使用空闲频谱。当存在多个次用户时,如何为其分配可用信道是资源分配的主要任务之一。本文提出了一种基于代币的频谱分配策略。该策略采用“代币”表征各次用户对频谱感知做出的贡献,并由融合中心(FC)对代币进行拍卖。基于代币的频谱分配策略包括四个步骤:次用户报告频谱需求和初次出价;执行联合形成算法生成联合;次用户与联合内同伴或潜在同伴协商、谈判,形成基于合作的联合;各联合报告竞拍信息、FC依据概率分配频谱。在频谱竞拍中,某些次用户可能代币储备不足以支付出价;而其它次用户可能拥有较多代币储备,但由于收发之间信道质量差不能获得理想的数据率。本文提出借贷合作方式以改善次用户获得频谱的概率或传输性能。将借贷之间的协商建模为不完全信息下的非合作博弈,分析了博弈均衡点的存在性和稳定性;鉴于次用户之间合作能获得中继容量,分析了次用户与联合内同伴或潜在同伴之间的合作策略及其获得的双方共赢行为;通过构建仿真场景,分析了合作带来的双赢收益及其频谱分配策略的性能。2)研究基于Underlay架构的认知无线电网络功率分配策略:基于Underlay架构的认知无线电网络允许次用户同时使用主用户的授权频谱传输数据,但不能对主用户造成无法容忍的干扰。在该约束条件下,本文设计一种协作传输机制。将传输时间划分为两个等长时隙,第一时隙,各SU在一条信道上采用直接传输,同时通过其它信道传输部分数据给中继;第二时隙,各SU继续在原来的直传信道上传输,且不占用其它信道,而中继通过其余信道向SU的接收端传输数据。考虑总功率约束和主用户的干扰约束,将次用户在多条信道上的传输功率分配建模为非合作博弈,基于容量设计次用户效用函数,并证明了该博弈是超模博弈,因而纳什均衡存在。通过分析博弈参与者对其对手策略的最优反应,同时考虑到信息的不完全性,提出一种基于最佳反应更新的分布式算法求解动态博弈解,允许次用户在重复博弈中调整自身策略,以最大化自身效用。阐述了算法思想和实现流程,证明了算法的收敛性,仿真分析了不同情况下的最佳反应曲线、不同初始策略下最佳反应更新算法的收敛性以及不同应用场景下的系统容量。3)研究合作认知无线电网络资源分配策略:合作频谱共享允许次用户使用主用户拥有的部分资源传输自己的数据,前提是次用户要协助主用户传输数据。这种相互合作机制能进一步提高频谱利用率。首先构建一种资源分配框架:将主用户授权频谱划分为两部分,其中一部分(次信道)用于奖励给次用户作为专用信道,次用户能够在该信道中以特定的发射功率传输自身的数据;另一部分(主信道)用于主用户传输数据以及次用户中继传输主用户的数据,以提高主用户的能量效率。在该合作模型中,传输过程分为两步:第一步,主用户发布用作奖励的次信道带宽(主用户策略);第二步,各次用户根据次信道带宽和自身对能量代价的估值决定为主用户中继数据的传输功率(次用户功率分配策略)。将资源分配建模为两阶段Stackelberg博弈,通过分析主用户和次用户容量,分别设计二者的效用函数。为了分析该资源分配博弈的最优解,首先假定主用户策略固定,采用逆向递推法研究次用户功率分配的最优策略,分析了纳什均衡的存在性和唯一性,然后研究主用户最优策略,证明了主用户存在唯一的最优策略,且该最优策略与功率分配博弈获得的功率分配最优策略构成了资源分配博弈唯一的Stackelberg均衡。进一步考虑在实际应用中,用户无法获取完全信息,加之不能导出主用户最优策略的闭式解,提出一种功率分配博弈分布式更新算法和主用户策略更新算法,阐述了算法思想,证明了算法的收敛性和稳定性,并仿真测试了主用户效用随策略的变化、次用户在主用户最优策略下的效用和功率分配以及功率分配博弈分布式更新算法的收敛性。