随着频谱资源的日益匮乏,如何提高频谱利用效率成为人们最为关注的问题。认知无线电技术(Cognitive Radio, CR)正是为了解决这一问题被提出,并且在近年来受到了广泛研究,成为无线通信领域最热门的技术之一。认知无线电技术允许从用户(Secondary Users, SU)在不对主用户(Primary Users, PU)造成有害干扰的前提下,通过频谱感知,来探测并利用“频谱空洞”,从而提高频谱的利用率。频谱决策作为认知无线电的关键技术之一,主要解决如何抑制对主用户的干扰并让从用户最大化利用“频谱空洞”的问题。本文的研究内容主要针对频谱决策技术中的频谱分析和频谱选择问题,分析了从用户对主用户的碰撞干扰模型和从用户次序选择频谱的吞吐量期望,并提出了各自的最大化从用户吞吐量的优化方案及算法。本文的主要贡献如下：1)本文分析了在从用户周期感知并接入频谱的场景下,已有的对主用户的碰撞干扰模型,提出了改进的碰撞干扰模型,并据此提出了最大化从用户吞吐量的优化方案。在从用户周期感知接入频谱的场景中,从用户对主用户的干扰率主要由感知帧结构决定。因此,准确的干扰建模分析对于优化感知帧结构来说很有必要。本文对该场景下的碰撞干扰进行了更为准确的理论分析,进而提出了一个能带来更高从用户吞吐量的感知帧结构优化方案。2)本文分析讨论了在次序选择频谱感知和接入的场景下,从用户能获得的吞吐量期望,并提出了几个最大化从用户吞吐量的频谱选择顺序算法。在这个场景中,吞吐量优化问题是一个NP-Hard问题,因此本文将该问题降解为多个局部优化问题,并提出了短视和1步前瞻式算法来得到次优解,同时,提出基于模拟退火的频谱选择算法,最后对以上三种算法的性能进行了理论数值和接入模型的仿真、分析。