认知无线网络技术能够动态的感知网络环境变化,动态的进行参数调整,选择空闲的频谱空洞进行通信,极大的提高了频谱使用率。认知无线网络重构技术是实现认知无线网络功能的关键技术,能够促进异构网络之间互融互通,适应复杂的、时变的动态环境,同时完成网络节点各个参数的设置和优化,从而达到对端到端性能的提升。在认知无线网络中的重构技术中,通过智能调节终端设备与网络设备的配置,进行自主决策以满足用户需求,从而实现异构网络之间的互融互通,使无线频谱资源得到充分利用同时又能保证网络适应动态变化无线环境,因此重构技术是认知无线网络中的一个研究重点。蚁群算法具有并行计算、自组织和积极反馈的特点,种群减少蚁群算法在保持蚁群算法的特点前提下,又能降低运算复杂度。本文基于蚁群算法的上述优点将其应用于认知无线网络参数重构算法和拓扑重构算法中,实现了资源消耗的降低和网络性能的提升。本文主要在工作如下:1、提出一种基于种群减少蚁群优化的认知无线电网络参数重构算法,该算法中构造的综合适应度函数满足多重和复杂目标函数的要求,并能够在保证系统吞吐量和信噪比的前提下,降低系统的功率消耗。通过仿真实验,表明算法具有稳定性和有效性。2、提出一种基于蚁群算法的认知无线电网络拓扑重构算法,蚁群算法并行计算、自组织和积极反馈的特点,也充分体现在蚁群算法在网络拓扑重构应用中。该拓扑重构算法能够降低拓扑重构的时间,提高系统吞吐量。通过仿真实验,表明算法能够快速收敛,同时提升了系统性能。