认知无线电技术能有效提高无线频谱资源利用率,是解决无线频谱供需矛盾的有效方法之一。无线频谱资源共享主要涉及频谱分配、信道配置、功率控制和噪声容限等几个方面。基于博弈论的认知无线网络频谱共享是针对在频谱资源供需不均衡、信道特性随机变化的条件下,采用经济手段动态配置频谱资源,在保证授权用户正常通信的前提下,使认知用户也能共享频谱,从而提高频谱资源的利用率。传统无线频谱资源配置方式的网络容量因固定的频谱数量而保持相对稳定;而在认知无线网络中,由于认知用户可以机会地接入授权用户的频谱资源,同时授权用户对频谱资源的使用也具有随机动态变化的特性,导致认知用户对频谱资源的使用也呈现随机时变性,使得认知网络的频谱资源管理难度明显增加。因此如何对认知无线网络的频谱资源进行有效管理,提高服务质量和网络性能,已成为目前相关领域的研究热点。本论文主要采用博弈论算法,围绕认知网络频谱资源共享策略与方法进行研究,涉及到用户接入、频谱分配、服务质量、功率控制等关键技术,主要研究内容和创新成果如下:1)研究了基于衬底式(underlay)共享方式的认知无线网络功率控制方法,提出一种联合服务质量、功率控制、噪声容限和干扰抑制的分布式非合作功率控制算法;围绕频谱资源共享问题,采用博弈理论分析授权用户控制干扰容限,认知用户分布式非合作博弈竞争的模型,推导证明其纳什均衡解的存在性和唯一性。与传统算法相比较,该方法在获得相似通信质量的条件下能进一步降低认知用户的发射功率,降低能源消耗,具有收敛快、误差小的优点。2)利用微观经济学理论的管理方法,基于经济效益最大化模型,研究了认知无线网络的功率控制、接入数量、信道质量、远近距离和经济效益的关系,提高认知网络的公平性和经济效益。由于普通的分布式功率控制算法存在授权用户没有获利、参与积极性不高等缺点,我们提出一种干扰权限价格算法,引入干扰权限和功率价格来控制认知用户的接入数目和发射功率,调整认知用户与授权用户的距离、信道质量、接入数目和功率大小等因素。文中采用一种更为公平的基于干扰定价的非合作分布式功率分配算法,该算法使用价格杠杆来调节授权和认知用户之间的功率分配,限制认知用户贪婪增大发射功率,同时激发授权用户分享更多频谱资源以获取更多经济利益的积极性。与传统算法相比较,此算法更具现实意义和应用价值。3)对于认知无线网络,用户效益最大化是协作通信的主要目标之一。为此,本文提出一种以用户联盟为单位的共享机制,用户联盟内以衬底式(underlay)共享频谱,用户联盟间以覆盖式(overlay)复用物理信道的联盟博弈控制策略。提出一种基于联盟博弈的配对算法,根据网络状况动态选择协作对象,以用户间的偏好值大小决定首选次序的先后,综合考虑网络吞吐量和认知用户的联盟利益。将配对问题建模成博弈配对模型,研究配对的稳定性,证明稳定配对解满足Pareto最优准则。对比分析了随机、稳定配对算法的性能,仿真结果均证明此策略比随机配对算法有较大改进,达到更大的系统容量且其公平性更好。