在移动互联网时代,人们对无线业务的需求越来越大,对服务质量的要求也越来越高,带动无线通信技术进入了迅猛发展的时期。同时,对频谱资源的需求也与日俱增,然而频谱是一种有限的资源,所以频谱资源短缺的问题日益凸显。尽管如此,仍有相当多的研究发现,目前对宝贵的频谱资源的利用率还比较低,甚至还存在着不同程度的闲置和浪费。利用各种技术手段,使数量众多的无线通信设备能够发现“频谱空洞”,然后对其进行充分有效地使用,是认知无线电中最为核心的思想。通过这种方式,当频谱资源短缺时,可以让频谱的动态管理以及频谱利用率的提高成为可能。论文着眼于认知无线电中的关键技术之—的频谱分配技术,主要以图论和博弈论的相关理论为基础,对频谱分配问题进行了研究,并对相应的研究结果进行了仿真实验和结果分析。具体研究内容和成果如下:1.针对传统的图论着色算法过度重视分配而忽视频谱异质性的问题,在基于图论着色模型的认知无线电网络频谱分配算法的基础上,引入多目标决策中的层次分析法,提出一种基于图论着色模型和层次分析法的认知无线电网络频谱分配算法。该算法通过分析影响频谱质量的几个关键因素,用层次分析法选出最佳频谱,再使用图论着色算法将此最佳频谱分配给认知用户。仿真结果表明,与原有算法相比,改进后的算法能够有效提高网络效益,且没有对网络公平性造成明显的损失。结合两种算法的优势,既提高了认知用户的使用效益,又满足了认知无线电网络整体效益的要求,从而形成了一个完整的从频谱决策到分配的架构。2.针对认知无线电网络频谱分配中授权用户信道定价博弈的问题,把存在两个授权用户的认知无线电网络等效为经济学中的差别寡头市场,采用博弈论中基于价格的Bertrand模型对授权用户的信道定价进行分析,并在认知用户的偏好参数服从正态分布的情况下扩展了该频谱分配算法,使得算法更具普遍性。仿真表明,信道价格与信道利润息息相关,系统到达纳什均衡状态受到速率调整参数的影响,在适当的速率调整参数下,得到稳定的信道价格所花费的时间较短。此外,边际成本和纳什均衡点之间也存在关联,若边际成本变高,信道价格也随之变高。